crta
Hrvatska znanstvena Sekcija img
bibliografija
3 gif
 Naslovna
 O projektu
 FAQ
 Kontakt
4 gif
Pregledavanje radova
Jednostavno pretraživanje
Napredno pretraživanje
Skupni podaci
Upis novih radova
Upute
Ispravci prijavljenih radova
Ostale bibliografije
Slični projekti
 Bibliografske baze podataka

Pregled bibliografske jedinice broj: 773344

Disertacija

Autor: Bago, Petra
Naslov: Model višerazinske prezentacije tekstova starijih hrvatskih rječnika
( Multilevel presentation model of old Croatian dictionary texts )
Vrsta: doktorska disertacija
Fakultet: Filozofski fakultet
Sveučilište: Sveučilište u Zagrebu
Mjesto: Zagreb
Datum: 29.09.
Godina: 2014
Stranica: 306
Mentor: Boras, Damir ; Ljubešić, Nikola
Ključne riječi: povijesni rječnici; označavanje jezika; označavanje strukture; nadzirano strojno učenje; Text Encoding Initative; uvjetna nasumična polja
( historical dictionaries; language annotation; structural annotation; supervised machine learning; Text Encoding Initiative; conditional random fields )
Sažetak:
Cilj istraživanja je razvoj modela koji omogućavavišerazinski prikaz znanja u tekstovima starijih hrvatskih rječnika. Dodatno je omogućena interoperabilnost s drugim jezičnim resursima, alatima i sustavima za obradu prirodnoga jezika. Model prikaza znanja u rječnicima proveden je nad sedam odabranih rječnika tiskanih u rasponu od preko 300 godina (1595. – 1901.). Koristeći de facto standard (Text Encoding Initiative, TEI), omogućena je interoperabilnost resursa. Konačno, primijenjene su metode za automatsku i poluautomatsku obradu digitaliziranih povijesnih tekstova čime se ubrzava i pojednostavljuje proces obrade starijih rječničkih tekstova. Korišten je najsuvremeniji algoritam nadziranog strojnog učenja za označavanje sekvenci nazvan uvjetna nasumična polja (engl. conditional random fields, CRF). Istraživanje je provedeno na jednom rječniku s najsloženijom strukturom rječničke natuknice. Skup podataka sadrži 7 972 rječničke natuknice (403 128 pojavnica). Skup za učenje sastoji se od 101 nasumično odabrane rječničke natuknice (8 340 pojavnica). Svaka pojavnica označena je na dvije razine: oznakom za jezik i oznakom za strukturu. Jezična razina ima tri različite oznake, dok strukturna razina ima 19 oznaka. Kod označavanja jezika postignuta je točnost od 0, 98413, a kod označavanja strukture točnost iznosi 0, 96371. Dodatnim eksperimentom potvrđeno je da je ispravljanje automatskih oznaka 4, 46 puta brže od ručnog označavanja.
Projekt / tema: 130-1301679-1380
Izvorni jezik: hrv
Znanstvena područja:
Informacijske i komunikacijske znanosti
Upisao u CROSBI: Petra Bago (pbago@ffzg.hr), 25. Kol. 2015. u 11:22 sati



Verzija za printanje   za tiskati


upomoc
foot_4