hrvatski

Vrednovanje lematizatora za hrvatski jezik

Lematizacija riječi u hrvatskome jeziku poseban je izazov zbog flektivnosti, brojnih gramatičkih kategorija te iznimaka od ionako odveć kompliciranih pravila. Uzmemo li u obzir činjenicu da ga zbog navedenoga na nekim razinama teško usavršavaju i izvorni govornici, nije teško zaključiti da ga stranci nerijetko uče duže nego ostale jezike, a iz toga se lako da zaključiti i da je implementacija bilo kakvoga računalnog sustava za hrvatski jezik složen zadatak. Svrha je ovoga rada vrednovanje sustava za lematizaciju tekstova na hrvatskome jeziku. Počevši od teorijskolingvističkoga opisa i usporedbe s ostalim vrstama jezikā preko problema višeznačnosti i homonimije, u radu će se izvesti zaključci o tipovima problema s kojima se lematizator susreo na stilski različitim tekstovima na hrvatskome jeziku – kako književnoumjetničkim, tako i razgovornim i novinskim tekstovima. Poseban naglasak bit će na analizi leksikona kao potencijalnoga izvora mogućih pogrešaka.

lematizacija ; evaluacija ; jezične tehnologije ; lematizator ; korjenovatelj

nije evidentirano