| Údaje o výsledku |
| Identifikační kód | RIV/00216224:14330/13:00070353 |
| Název v původním jazyce | Typos in Czech Corpora |
| 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 | 1 |
| Počet domácích tvůrců | 1 |
| Tvůrce | Grác Marek (státní příslušnost: SK - Slovenská republika; A - domácí tvůrce; vedidk: 8666865) |
| Údaje blíže specifikující výsledek |
| Popis v původním jazyce | The extended usage of written corpora not only for manual querying but also for machine learning led to the creation of massive corpora. These corpora are almost solely crawled from the internet and contain texts of various quality. Corpora that contain more typos or ungrammatical texts are more difficult to use for computational linguists and are thus a major obstacle in automatic development. In this paper we attempt to qualify some of existing Czech corpora using manually created wordlist. We will show that building such a list of frequent typos can be done without major investing when agile techniques are used. |
| Klíčová slova | text corpus; errors in text |
| Rozsah stran | 59-62 |
| Název sborníku | Seventh Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2013 |
| Forma vydání | P - Tištěná verze „print“ |
| ISBN | 9788026305200 |
| Počet stran výsledku | 4 |
| 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/00216224:14330/13:00070353!RIV14-MSM-14330___ |
| Kontrolní kód | [33E92A5BA85B] |
| 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 |