Bakalářská práce

Výpočet četností výskytů hesel SČFI v korpusu

Computing Frequency of Headwords in Text Corpus

Jan Bušta, učo 172959
Anotace

Práce popisuje hledání idiomů ze Slovníku české frazeologie a idiomatiky, z částí Výrazy slovesné a Výrazy neslovesné. Idiomy jsou fráze, jejichž struktura je navzájem rozdílná. Tomu se muselo přizpůsobit i jejich vyhledávání, aby byl pokryt co možná největší počet výskytů idiomů a nebyla zanesena chyba. K vyhledávání slovesných a neslovesných frází byl vytvořen dotaz, pomocí kterého je dotazován korpus …více

Abstract

This thesis describes searching the idioms from the dictionary of Czech idioms which includes verb-based and non-verb-based phrases. Idioms are phrases which structure is very different. This influences the searching of them to find as much idioms as possible but with keeping the error-rate. To find the verb-basedas well as the non-verb-based phrases was created a general query. The application of …více

Klíčová slova
četnost idiomů hledání slovních spojení idiomatika frazeologie textový korpus český jazyk zpracování přirozeného jazyka frequency of idioms multi-words expression searching phraseology text corpora Czech language natural language processing
Zadání práce
Cílem projektu je pro každý idiom či frázi slovníku SČFI (např. "v cuku letu", "udělat díru do světa") získat jeho četnost v korpusu textů. Je potřeba pro různé typy hesel zvolit různé typy dotazů pro korpusový manažer a potom automaticky pro jednotlivá hesla určit přislušný typ.

Výsledkem práce bude mimo vlastního textu práce datový soubor s četnostmi jednotlivých idiomů získaný z velkého korpusu textů.

Administrativní informace
Práce zkontrolována:
6. 1. 2009 07:04, (IS automaticky)
Plný text práce
2,6 MB / soubor PDF
Jazyk práce
čeština čeština
Termín obhajoby
5. 2. 2009
Práce byla úspěšně obhájena

Vedoucí

doc. Mgr. Pavel Rychlý, Ph.D., učo 3692
KSUZD FI MU

Oponent

Mgr. Václav Němčík
abs FI MU

Literatura

  • RYCHLÝ, Pavel. Korpusové manažery a jejich efektivní implementace. Brno, 2000, xiv, 128.
  • Slovník české frazeologie a idiomatiky. Edited by František Čermák - Jiří Hronek. Vyd. 1. Praha: Academia, 1994, 757 s. ISBN 802000503X.
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Informatika
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce
 
Název
Vložil
Vloženo
Práva
Archiv závěrečné práce Jan Bušta FI B-IN BcIN, učo 172959 e68bx/6
Bušta, J.
4. 1. 2009
Složky
Soubory
Anotace anglicky annotation_english.txt
Bušta, J.
4. 1. 2009
Anotace česky annotation.txt
Bušta, J.
4. 1. 2009
Klíčová slova keywords.txt
Bušta, J.
4. 1. 2009
Oponentsky posudek posudek_oponenta.pdf
Němčík, V.
28. 1. 2009
Text bakalářské práce bc.pdf
Bušta, J.
5. 1. 2009

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.