Bachelor's thesis

Structural Information Extraction from Common Texts Based on Syntactic Parser

Extrakce strukturních informací z běžného textu na základě syntaktického analyzátoru

Miloš Jakubíček, UČO 172962
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.

The thesis has been checked:
11/10/2008 13:01, (IS automatically)
Language used
Czech Czech
Defence date
26/6/2008
The thesis was defended successfully

Supervisor

doc. RNDr. Aleš Horák, Ph.D., UČO 1648
KSUZD FI MU

Reader

RNDr. Vladimír Kadlec, Ph.D.
abs FI MU

Literature

  • HORÁK, Aleš. The Normal Translation Algorithm in Transparent Intensional Logic for Czech. Brno: Masaryk University, Brno, 2002, 158 pp.

Masaryk University Faculty of Informatics
Programme
Informatics
Field of Study
 
Name
Posted by
Uploaded/Created
Rights
  • 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.