| Údaje o výsledku |
| Identifikační kód | RIV/00216224:14330/13:00070327 |
| Název v původním jazyce | Fast Construction of a Word-Number Index for Large Data |
| Druh | D - Článek ve sborníku |
| Jazyk | eng - angličtina |
| Obor | IN - Informatika |
| Rok uplatnění | 2013 |
| Kód důvěrnosti údajů | S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů |
| Počet výskytů výsledku | 1 |
| Údaje z Hodnocení výsledků výzkumných organizací 2014 |
| Výsledek byl hodnocen v Pilíři I |
| Rozsah vyřazení výsledku | Tento výskyt výsledku není vyřazen |
| Zařazení výsledku v hodnocení | neu - Výsledky bez bodového hodnocení nebo vyřazené |
| Skupina oboru v hodnocení | 04 - Technické a informatické vědy |
| Konkrétní způsob(y) hodnocení výsledku | Článek ve sborníku má uvedeno ISBN nebo ISSN, ale to není v databázi Conference Proceedings Citation Index ani v databázi Scopus. |
| Rozdělení výsledku mezi předkladatele |
| Organizace | Výzkumná organizace? | Podíl | Body | Body (upravené podle přílohy č. 8 Metodiky) |
|---|
| Masarykova univerzita / Fakulta informatiky | ano | 100,0 % | 0,000 | |
|
| Tvůrci výsledku |
| Počet tvůrců celkem | 3 |
| Počet domácích tvůrců | 3 |
| Tvůrce | Jakubíček Miloš (státní příslušnost: CZ - Česká republika; A - domácí tvůrce; vedidk: 5837189) |
| Tvůrce | Šmerk Pavel (státní příslušnost: CZ - Česká republika; A - domácí tvůrce; vedidk: 1322451) |
| Tvůrce | Rychlý Pavel (státní příslušnost: CZ - Česká republika; A - domácí tvůrce; vedidk: 6616844) |
| Údaje blíže specifikující výsledek |
| Popis v původním jazyce | The paper presents a work still in progress, but with promising results. We offer a new method of construction of word to number and number to word indices for very large corpus data (tens of billions of tokens), which is up to an order of magnitude faster than the current approach. We use HAT-trie for sorting the data and Daciuk’s algorithm for building a minimal deterministic finite state automaton from sorted data. The latter we reimplemented and our new implementation is roughly three times faster and with smaller memory footprint than the one of Daciuk. This is useful not only for building word-number indices, but also for many other applications, e.g. building data for morphological analysers. |
| Klíčová slova | word to number index; number to word index; finite state automata; hat-trie |
| Název sborníku | RASLAN 2013 Recent Advances in Slavonic Natural Language Processing |
| Rozsah stran | 63-67 |
| Forma vydání | P - Tištěná verze „print“ |
| ISBN | 9788026305200 |
| Počet stran výsledku | 5 |
| Název nakladatele | Tribun EU |
| Místo vydání | Brno |
| Místo konání akce | Brno |
| Rok konání akce | 2013 |
| Typ akce podle státní příslušnoti účastníků | CST - Celostátní |
| Údaje o tomto záznamu o výsledku |
| Předkladatel | Masarykova univerzita / Fakulta informatiky |
| Dodavatel | MSM - Ministerstvo školství, mládeže a tělovýchovy (MŠMT) |
| Rok sběru | 2014 |
| Systémové označení dodávky dat | RIV14-MSM-14330___/01:1 |
| Specifikace | RIV/00216224:14330/13:00070327!RIV14-MSM-14330___ |
| Kontrolní kód | [7EBD1E1A47FE] |
| Jiný výskyt tohoto výsledku se v RIV nenachází |
| Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl |
| Projekt | LM2010013 - LINDAT-CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat (2010-2015, MSM/LM) |
| S - Specifický výzkum na vysokých školách |