Thesis/Dissertation: Miloš Jakubíček, učo 172962: Structural Information Extraction from Common Texts Based on Syntactic Parser
Bachelor's thesis
Structural Information Extraction from Common Texts Based on Syntactic Parser
Extrakce strukturních informací z běžného textu na základě syntaktického analyzátoru
Abstract
Práce popisuje využití syntaktického analyzátoru synt, vyvíjeného v Laboratoři zpracování přirozeného jazyka FI MU, k získání informací o syntaktických strukturách běžných vět v českém jazyce (jako jsou např. jmenné či slovesné skupiny), které z pohledu syntaktické analýzy zpravidla odpovídají neterminálům v gramatice, na základě které hledá analyzátor možná platná odvození zadané věty. Tento syntaktický …more
Abstract
This thesis describes the utilization of syntactic parser synt (developed in the Natural language processing laboratory at FI MU) to gain information about syntactic structures (such as noun or verb phrases) of common sentences in Czech. These structures are from the analysis point of view usually identical to non-terminals in the grammar used by the parser to be searched for possible valid derivations …more
Thesis description
V Laboratoři zpracování přirozeného jazyka je vyvíjen automatický syntaktický analyzátor bežných textů s názvem synt. Tento nástroj umí rychle poskytnout nejednoznačnou strukturu o stromové reprezentaci vstupní věty zvanou chart. Z této struktury není v současnosti možné jednoduše vybrat jeden správný strom analýzy, ale je možné zjišťovat označení podstruktur vstupní věty, jako jsou jmenné skupiny, vedlejší věty apod.
Úkolem práce je implementovat automatický systém, který na základě výsledků syntaktické analýzy vstupní věty (v podobě struktury chart) vybere a označí důležité zmíněné podstruktury v této větě. Podstruktury prakticky odpovídají neterminálním uzlům ve výstupu, implementovaný systém se ovšem musí vypořádat s tím, že tyto struktury samozřejmě nejsou ve výstupu jednoznačné. V práci má být navrženo a implementováno několik možností jak vybrat z nejednoznačného výstupu analýzy jednoznačné označení zvolených podstruktur. Výsledek práce potom najde přímé uplatnění v mnoha algoritmech pro Information Extraction, kde není nutná úplná syntaktická analýza a kde postačují právě tyto označené podstruktury.
11/10/2008 13:01, (IS automatically)
Supervisor
Literature
- HORÁK, Aleš. The Normal Translation Algorithm in Transparent Intensional Logic for Czech. Brno: Masaryk University, Brno, 2002, 158 pp.
ČSN ISO 690-compliant citation record
Theses on a related topic
List of theses with an identical keyword.
-
Dialog System for Knowledge Acquisition
Bc. Pavel Bernát -
Translation of Czech Sentences to Predicate-Argument Structures
RNDr. Karel Vaculík, Ph.D. -
Zecherisch. Morphological and syntactical analysis of the local dialect of the Slovak village "Malinová"
Mgr. Bc. William Richter, Ph.D., UČO 415516 -
Rule-Based Parsing of Morphologically Rich Languages
RNDr. Miloš Jakubíček, Ph.D., UČO 172962 -
The application of computational tools for text analysis from the aspect of forensic linguistics
Mgr. Barbora Obluková -
Rule-Based Parsing of Morphologically Rich Languages
RNDr. Miloš Jakubíček, Ph.D., UČO 172962 -
Filiation and adoption law: legal translation and linguistic and translation analysis
Bc. Zuzana Chevalier -
Enhancing Czech Parsing with Complex Valency Frames
RNDr. Miloš Jakubíček, Ph.D., UČO 172962




