Deriváty od číslovek určitých
PLIN033


Slovnědruhová povaha číslovek
•Sémantické kritérium
•Slovnědruhové přesahy
•Adjektivní/substantivní flexe
•Adverbiální povaha číslovek násobných
•Velmi pravidelná derivace (potencialita neomezená)

Značkování SD číslovka



Slova s možnou číselnou platností
•MČ 2 s. 101n. tab. na s. 113
•Číslovky velikostní: adjektiva na –ový (tisícový)
•Číslovky skupinové: substantiva na –ice, -ka (trojice, čtyřka)
•
•

Značkování v korpusu
•.*ový
•

Jak vypadají a jak jsou značkována adjektiva s číselným významem
•dvojkový, trojkový, …
•

Jak formulovat složitější dotaz
•[lemma="(jed((not)|(nič)|(enáct))k)ový"]
•

Podobně
•[lemma="(jed((not)|(nič)|(enáct))k)ový"]
•[lemma="(((dvoj)|dva((náct)|(cít)))k)ový"]
•[lemma="(dv((oj)|(anáct)|(acít))k)ový"]
•[lemma="(((troj)|tři((náct)|(cít)))k)ový"]
•[lemma="(t((roj)|(řináct)|(řicít))k)ový"]
•[lemma="((([čš]ty[rř])|([čš]trnáct)|([čš]ty[rř][iy]cít))k)ový"]
•[lemma="([čš]t((y[rř])|(rnáct)|(y[rř][iy]cít))k)ový"]
•[lemma="(((pět)|(patnáct)|(padesát))k)ový"]
•[lemma="(p((ět)|(atnáct)|(adesát))k)ový"]
•[lemma="(((šest)|(šestnáct)|(šedesát))k)ový"]
•[lemma="(še((st)|(stnáct)|(desát))k)ový"]
•[lemma="(((sedmič)|(sedmnáct)|(sedmdesát))k)ový"]
•[lemma="(((osmič)|(osmnáct)|(osmdesát))k)ový"]
•[lemma="(((sedm)|(osm))((ič)|(náct)|(desát))k)ový"]
•[lemma="(((devít)|(devatenáct)|(devadesát))k)ový"]
•[lemma="(dev((ít)|(atenáct)|(adesát))k)ový"]
•[lemma="(((desít)|(stov)|(tisícov))k)|(tisíc)|(nul)|(mili[oó]n)ový"]

Ještě složitější dotaz
•[lemma="(((((((((jed((not)|(nič)|(enáct))|dv((oj)|(anáct)|(acít))|t((roj)|(řináct)|(řicít))|[čš]t(
(y[rř])|(rnáct)|(y[rř][iy]cít))|p((ět)|(atnáct)|(adesát))|še((st)|(stnáct)|(desát))|((sedm)|(osm))(
(ič)|(náct)|(desát))|dev((ít)|(atenáct)|(adesát))|((desít)|(stov)|(tisícov))))))))))k)ový"]

A všechno dohromady
•[lemma="((((((((((jed((not)|(nič)|(enáct))|dv((oj)|(anáct)|(acít))|t((roj)|(řináct)|(řicít))|[čš]t
((y[rř])|(rnáct)|(y[rř][iy]cít))|p((ět)|(atnáct)|(adesát))|še((st)|(stnáct)|(desát))|((sedm)|(osm))
((ič)|(náct)|(desát))|dev((ít)|(atenáct)|(adesát))|((desít)|(stov)|(tisícov))))))))))k)|(tisíc)|(nu
l)|(mili[oó]n))ový"]

Seznam lemat a značek (synv4)



Nerozpoznáno automatickou analýzou



rozšíříme
•[lemma="((((((((((jed((not)|(nič)|(enáct))|dv((oj)|(anáct)|(acít))|t((roj)|(řináct)|(řicít))|[čš]t
((y[rř])|(rnáct)|(y[rř][iy]cít))|p((ět)|(atnáct)|(adesát))|še((st)|(stnáct)|(desát))|((sedm)|(osm))
((ič)|(náct)|(desát))|dev((ít)|(atenáct)|(adesát))|((desít)|(stov)|(tisícov))))))))))k)|(tisíc)|(nu
l)|(mili[oó]n))ov.*"]

Zpřesníme
•[lemma="((((((((((jed((not)|(nič)|(enáct))|dv((oj)|(anáct)|(acít))|t((roj)|(řináct)|(řicít))|[čš]t
((y[rř])|(rnáct)|(y[rř][iy]cít))|p((ět)|(atnáct)|(adesát))|še((st)|(stnáct)|(desát))|((sedm)|(osm))
((ič)|(náct)|(desát))|dev((ít)|(atenáct)|(adesát))|((desít)|(stov)|(tisícov))))))))))k)|(tisíc)|(nu
l)|(mili[oó]n))ov.*" & tag="[AX].*"]

Více tvarů



zpřesníme
•[lemma=".*((((((((((jed((not)|(nič)|(enáct))|dv((oj)|(anáct)|(acít))|t((roj)|(řináct)|(řicít))|[čš
]t((y[rř])|(rnáct)|(y[rř][iy]cít))|p((ět)|(atnáct)|(adesát))|še((st)|(stnáct)|(desát))|((sedm)|(osm
))((ič)|(náct)|(desát))|dev((ít)|(atenáct)|(adesát))|((desít)|(stov)|(tisícov))))))))))k)|(tisíc)|(
nul)|(mili[oó]n))ov.*" & tag="[AX].*"]

výsledky
•263 lemmat
•Nerozpoznaných správných není mnoho
•Nekonzistence slovníku (lemma osmdesátkový)

nerozpoznáno



Vyhledávání adjektivních derivátů a kompozit s prvním členem číslovkovým
•[lemma="((jedn)|(jed[ie]n)|(dv[aoě])|(troj)|(tř[íi])|(čtve[rř])|(čty[rř])|(pět)|(šest)|(sedm)|(osm
[aáeind])|(de[sv][áíaeě]t)|(čtrnáct)|(patnáct)|(pater)|(((pa)|(še)|(deva))des[áa]t)|(sto)).*" &
tag="A.*"]

přegenerovává



Lze upravit
•[lemma="((jedn)|(jed[ie]n)|(dv[aoě])|(troj)|(tř[íi])|(čtve[rř])|(čty[rř])|(pět)|(šest)|(sedm)|(osm
[aáeind])|(de[sv][áíaeě]t)|(čtrnáct)|(patnáct)|(pater)|(((pa)|(še)|(deva))des[áa]t)|(sto)).*" &
lemma!="((tříd[ií]c)|(třídn)|(tříděn)|(třineck)|(tříšt)|(třísk)|(třísel)|(třímaj)|(tříb[iíe][cn])|(
třísovsk)|(tro[upbmflc])|(tro[cš]k)|(trojsk)|(tro[is])).*" &
lemma!="((sto[lr]n)|(stočen)|(stockh)|(stoup)|(stopý)|(stomato)|(stopnut)|(sto[ph]ov)|(stopk[ao][vt
])|(stop[eé]r)|(stopař)|(stožár)|(stolov)|(stoluj)|(stonkov)|(stodol)|(stoli[čc])|(stolař)|(stonav)
|(stoj[aiínk])|(stoi)|(stodsk)|(stochovsk)|(stoneovsk)).*" &
lemma!="((dvo[rř])|(jedna[cn])|(jednajíc)|(jedený)|(osmán)|(osma[hžn])|(osmirk)|(pater[nů])).*" &
tag="A.*"]

Lze použít k detekci jednotek nerozpoznaných automatickou morfologickou analýzou
•[lemma="((jedn)|(jed[ie]n)|(dv[aoě])|(troj)|(tř[íi])|(čtve[rř])|(čty[rř])|(pět)|(šest)|(sedm)|(osm
[aáeind])|(de[sv][áíaeě]t)|(čtrnáct)|(patnáct)|(pater)|(((pa)|(še)|(deva))des[áa]t)|(sto)).*(([íáé]
)|([éí]ho)|([éí]mu)|([éýí]m)|([ýí]ch)|([ýí]m)|([ýí]mi))" &
lemma!="((tříd[ií]c)|(třídn)|(tříděn)|(třízen)|(třineck)|(tříšt)|(třísk)|(třísel)|(třímaj)|(tříb[ií
e][cn])|(třísovsk)|(tro[upbmflc])|(tro[cš]k)|(trojsk)|(tro[is])).*(([íáé])|([éí]ho)|([éí]mu)|([éýí]
m)|([ýí]ch)|([ýí]m)|([ýí]mi))" &
lemma!="((sto[lr]n)|(stočen)|(stockh)|(stoup)|(stopý)|(stopn)|(stom)|(stopnut)|(sto[ph]ov)|(stopk[a
o][vt])|(stop[eé]r)|(stopař)|(stožár)|(stolov)|(stoluj)|(stonkov)|(stodol)|(stoli[čc])|(stolař)|(st
onav)|(stoj[aiínk])|(stoi)|(stodsk)|(stochovsk)|(stoneovsk)).*(([íáé])|([éí]ho)|([éí]mu)|([éýí]m)|(
[ýí]ch)|([ýí]m)|([ýí]mi))" &
lemma!="((dv[oě][rř])|(jedna[cn])|(jednajíc)|(jedený)|(osmán)|(osma[hžn])|(osmirk)|(pater[nů])).*((
[íáé])|([éí]ho)|([éí]mu)|([éýí]m)|([ýí]ch)|([ýí]m)|([ýí]mi))" & tag="X.*"]

Které mohou být/jsou odvozeny od číslovkových základů



Substantiva z číslovek na -iny
•Homonymie .*ina a .*
•iny

.*iny
•[lc="((deset)|(((jeden)|(dva)|(tři)|(čtr)|(pat)|(šest)|(sedm)|(osm)|(devate))(náct))|(((dva)|(tři)
|(čtyři))(c[áe]t))|(((pa)|(še)|(sedm)|(osm)|(deva))(desát))|(set))iny" & tag="N.*"]
•

pouze



Bez lemmatizace a tagování
•[lc="(((deset)|(((jeden)|(dva)|(tři)|(čtr)|(pat)|(šest)|(sedm)|(osm)|(devate))(náct))|(((dva)|(tři
)|(čtyři))(c[áe]t))|(((pa)|(še)|(sedm)|(osm)|(deva))(desát))|(set))in)|(((deset)|(((jeden)|(dva)|(t
ři)|(čtr)|(pat)|(šest)|(sedm)|(osm)|(devate))(náct))|(((dva)|(tři)|(čtyři))(c[áe]t))|(((pa)|(še)|(s
edm)|(osm)|(deva))(desát))|(set))in((y)|(ám)|(ách)|(ami)))"]
•

Lemmata a POS



šestnáctiny



Desambiguace (-1,-1:pos=C )



Desambiguace (-1,-1:pos!=C )



Chyby v desambiguaci [CN]



dvanáctiny



Kolokace (MI-score)
•


Úkol na 23. 11. 2016
•Kompozita s prvním členem číslovkovým tvoří adjektivní deriváty označující vztah k časovému údaji
/roční, měsíční, denní, … •Které číslovkové základy se pojí s více než jedním adjektivem s časovým
významem?
•(Použijte nástroj Morfio.)