| Identifikační kód | RIV/00216224:14330/11:00053271 |
|---|
| Název v původním jazyce | Extrakce korpusových příkladů pro valenční slovník |
|---|
| Název v anglickém jazyce | Extraction of Corpus Examples for Valency Lexicon |
|---|
| Druh | D - Článek ve sborníku |
|---|
| Jazyk | cze - čeština |
|---|
| Obor - skupina | A - Společenské vědy |
|---|
| Obor | AI - Jazykověda |
|---|
| Rok uplatnění | 2011 |
|---|
| Kód důvěrnosti údajů | S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů. |
|---|
| Počet výskytů výsledku | 1 |
|---|
| Počet tvůrců celkem | 1 |
|---|
| Počet domácích tvůrců | 1 |
|---|
| Výčet všech uvedených jednotlivých tvůrců | Vít Baisa (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 9652353) |
|---|
| Popis výsledku v původním jazyce | Valenční slovník VerbaLex je vytvářen na základě několika různých zdrojů, mezi nimiž chybí reálná korpusová data. V současné době obsahuje VerbaLex asi 10 000 slovesných lemmat, 20 000 literálů (dvojice sloveso a jeho význam) a zhruba stejný počet valenčních rámců. Ve většině případů byly příklady pro jednotlivé valenční rámce vymyšleny. Naším cílem je doplnit tento bohatý lexikografický zdroj o reálné příklady z korpusu. Článek popisuje proceduru, při níž se valenční rámce VerbaLexu transformují na dotazy v jazyce CQL, které slouží pro hledání příkladů reálných vět pro daný valenční rámec. Tato procedura je jednoduchá, ale relativně účinná. V článku se podrobně věnujeme jednotlivým krokům procedury, výsledkům, jejich kvalitě a obtížím, na které jsme při vyhledávání realizací valenčních rámců v korpusu narazili. |
|---|
| Popis výsledku v anglickém jazyce | Valency lexicon VerbaLex is built on the basis of various lexical sources. Unfortunately, real corpus data is missing among them. Currently, VerbaLex contains about 1O,OOO verb lemmata, 20,000 literals (lemmata with their sense-numbers) and roughly the same amount of valency frames. In most cases, examples for individual valency frames were made up artificially. Our goal is to add real examples from a corpus to this rich lexicographic source. The article summarizes a procedure which tranforms valency frames into CQL queries. These queries then serves for searching of real sentences corresponding with the transformed valency frames. The procedure is simple and relatively effective and is followed by necessary manual selection of acceptable examples. Wedescribe in detail all steps of the procedure, results, their quality and obstacles we have faced during the extraction of examples of valency frames. |
|---|
| Klíčová slova oddělená středníkem | valency lexicon; VerbaLex; corpus; valency frame; CQL |
|---|
| Stránka www, na které se nachází výsledek | - |
|---|