Zdroje lingvistických dat II - NPFL076

• Anglický název: Language Data Resources II
• Zajišťuje: Ústav formální a aplikované lingvistiky (32-UFAL)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2010
• Semestr: letní
• E-Kredity: 3
• Rozsah, examinace: letní s.:0/2, KZ [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: zrušen
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Garant: doc. Ing. Zdeněk Žabokrtský, Ph.D.
• Třída: Informatika Mgr. - Matematická lingvistika
• Kategorizace předmětu: Informatika > Počítačová a formální lingvistika
• Korekvizity : NPFL070

Anotace

čeština

Poslední úprava: T_UFAL (10.05.2006)

Seminář je zaměřen na praktické procvičení znalostí z předmětu Zdroje lingvistických dat I v prostředí Linux/Perl.

angličtina

Poslední úprava: T_UFAL (10.05.2006)

The seminar is aimed at obtaining practical experience in application of knowledge from Language Resouces I in the Linux/Perl environment.

Literatura

Poslední úprava: T_UFAL (10.05.2006)

Vybrané články z konferencí (LREC, ACL atd.), technické zprávy ÚFAL/CKL.

(Selected conference papers (LREC, ACL etc.), UFAL/CKL technical reports.)

Sylabus

čeština

Poslední úprava: T_UFAL (22.05.2006)

1) Stručný úvod do programovacího jazyka Perl

• datové struktury v Perlu

• základní techniky zpracování textových dat

• Perl Best Practices

2) Lingvistická data ve formátu XML

• deklarace (DTD,schemata)

• transformace v jazyku XSL

• dotazování v jazyku XPath

• docbook

3) Zpracování dat z PDT 2.0

• datové formáty použité v PDT

• dávkové zpracování souborů z PDT 2.0 v prostředí btred/ntred

4) Zpracování dat z dalších jazyků

• konverze lingvistických zdrojů z jiných formátů/formalismů/jazyků (včetně jazyků typologicky vzdálených)

• vzájemný převod složkové a závislostní orientovaných struktur

• extrémní vývoj syntakticky značkovaných dat pro jazyky bez existujících treebanků

5) Vyhodnocování experimentů

• precision/recall v morfologickém a syntaktickém značkování

• 10-fold cross evaluation, testy signifikance

• BLEU score

angličtina

Poslední úprava: T_UFAL (10.05.2006)

1) Short introduction into programming language Perl

• data structures

• basic processing of textual data

• Perl Best Practices

2) Language resources in XML

• declaration (DTD, schemata)

• XSL transformations

• XPath queries

• docbook

3) PDT 2.0 data processing

• data formats used in PDT

• btred/ntred batch processing of PDT 2.0 data

4) Processing of other languages resources

• conversion from other formats/formalisms/languages (including the typologically distant languages)

• mutual conversion of dependency and constituency structures

• rapid development of syntactically tagged data for languages with scarce resources

5) Experiment evaluation

• precision/recall in morphological and syntactical tagging

• 10-fold cross evaluation, significance tests

• BLEU score