CPA, PDEV, SA, LCP, LFP
Vít Baisa
seminář NLP
listopad 2012
1 N v í s 1 i c t L o H O ZV Oíí v 2,a 11 Á.yÁNI
VÍC Batsa (seminár NLP) CPA, PDEV. SA, LCP, LFP listopad 2012
CPA a PDEV
o aktuálně projekt DVC - disambiguation of verbs by collocations
» http://clg.wlv.ac.uk/projects/DVC/
» Mitkov, Hanks, Orasan (Wolverhampton)
o role Fl: technická podpora, hosting, vývoj nového rozhraní
o role Wolverhamptonu: lexikografická anotace
Vit Baisa (seminář N LP}
CPA, PDEV, SA. LCP, LFP
listopad 2012
2/6
CPA - anotace slovesa zlomit
9 anotace v czes2
9 dělá se většinou sample (250-500) « anotace špatně označkovaných dat x o anotace patternů
o sémantické typy se do ontológie přidávají pouze tehdy, kdy pomáhají rozlišit dva různé významy (patterny)
o pod kategorie s, a, f, w
Vít Baisa (seminář NLP)
CPA, PDEV. SA, LCP. LFP
listopad 2012 3
Jazykový a překladový model pomocí SA, LCP a LFP
o Potřebuji pro libovolný řetězec v textu s četností > n seznam všech po něm následujících řetězců s četností > n a seznam po těchto řetězcích následujících řetězců s četností > n.
» Pokud se vyskytuje řetězec více jak nx, je to jedna paměťová jednotka chunk.
o m (3) po sobě následujících chunků - pracovnípaměi.
» SA - suffix array
» LCP - longest common prefix
o LFPn - longest frequent prefix
« revSA - reverse suffix array
Vít Baisa (seminář NLP)
CPA, PDEV, SA, LCP, LFP
listopad 2012
Překladový model
o SA, LCP a LFP
o explicitní hranice mezi jazyky v datech
« krást [ to steal || zmatený | confused || děláš | you are doing
Vit Baisa (seminár NLP)
CPA, PDEV. SA. LCP. LFP
listopad 2012 5/6
Vit Baisa (seminář NLP) CPA, PDEV. SA. LCP, LFP listopad 2012