Proširenje leksičke baze mrežnog pravopisnog provjernika (CROSBI ID 368156)
Ocjenski rad | magistarski rad (mr. sc. i mr. art.)
Podaci o odgovornosti
Pavlek, Jakov
Dembitz, Šandor
hrvatski
Proširenje leksičke baze mrežnog pravopisnog provjernika
Svaki živi prirodni jezik neiscrpan je izvor novih riječi. On ih stvara ili preuzima iz drugih jezika prilagođujući ih sebi. Stoga se može reći da niti jedna leksička baza nije konačna i potpuna. To vrijedi i za leksičke baze mrežnih pravopisnih provjernika koji u stalnoj interakciji s okolinom nude pogodno okruženje za učenje novih riječi iz pristižućih tekstova za obradu. Kao okolina za učenje novih riječi ispitane su internetske nacionalne vršne domene i domena Wikipedije. Preispitane su postojeće i razvijene nove metode i programski alati za ručno, automatsko i poluautomatsko proširenje leksičke baze u okruženju mrežnog pravopisnog provjernika Hascheck. Predložena je metrika na temelju koje se može odlučivati koji se sadržaji mogu nedvojbeno smatrati riječima, koji pogrješkama, a nad kojima je potrebno da čovjek donosi odluku o uvrštavanju u leksičku bazu. Razvijenim metodama je proces proširenja leksičke baze, odnosno nadgledano učenje sustava Hascheck znatno ubrzan, čime je smanjeno radno opterećenje osobe koja nadgleda učenje. Metode su ispitane i ocijenjene na uzorku od 135.000 novih različnica uz ručnu provjeru. Stvoreni su uvjeti i za proširenje baze podatcima za označavanje morfoloških kategorija i vrsta riječi čime se otvara prostor istraživanju na području kontekstnog ispravljanja tekstova na hrvatskom jeziku.
mrežni pravopisni provjernik; mrežna usluga Hascheck; pretraživanje; tražilica Google; Wikipedija; nadgledano strojno učenje; hrvatski jezik; morfologija
nije evidentirano
engleski
Online Spell Checker Lexical Database Expansion
nije evidentirano
online spell checker; Hascheck web service; Google Search; Wikipedia; supervised machine learning; the Croatian language; morphology
nije evidentirano
Podaci o izdanju
105
30.05.2010.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike i računarstva
Zagreb