Naslov
Problemi lematizacije priloga i veznika u hrvatskim tekstovima
(Problems with lemmatization of adverbs and conjunctions in Croatian texts)

Autori
Berović, Daša ; Merkler, Danijela

Vrsta, podvrsta i kategorija rada
Poglavlja u knjigama, znanstveni

Knjiga
Aktualna istraživanja u primijenjenoj lingvistici

Urednik/ci
Pon, Leonard ; Karabalić, Vladimir ; Cimer, Sanja

Izdavač
Hrvatsko društvo za primijenjenu lingvistiku (HDPL)

Grad
Osijek

Godina
2012

Raspon stranica
67-79

ISBN
978-953-314-049-0

Ključne riječi
lematizacija, prilozi, veznici, označavanje vrsta riječi, označavanje morfosintaktičkih kategorija
(lemmatization, adverbs, conjunctions, POS-tagging, MSD-tagging)

Sažetak
Pri morfosintaktičkom označavanju korpusa koji čini hrvatski prijevod Orwellove "1984" uočili smo pogreške u lematizaciji. Dobivene rezultate lematizacije odlučili smo ručno pregledati kako bismo utvrdili u kojim se slučajevima najčešće pojavljuju pogreške. Uočili smo da je najveći broj pogrešaka zastupljen pri lematizaciji priloga i veznika, osobito složenih. Naime, mnoge su vrste riječi podložne adverbijalizaciji, osobito imenice u instrumentalu jednine (godinama, trkom). Osim toga, neke zamjenice (što, koji) i prilozi (kad, gdje) mogu imati funkciju veznika. Također smo uočili da više vezničkih riječi može sačinjavati jedan samostalni složeni veznik (zato što). Međutim, postoje i primjeri u kojima se složeni veznik sastoji od vezničke i nevezničke riječi koja može biti prijedlog (nakon što, osim što) i glagolski prilog sadašnji (budući da). U radu smo opisali postupak detekcije tih pogrešaka, te smo prikazali primjere u kojima je nužan njihov ispravak. Pri ispravljanju pogrešaka predložili smo i moguća rješenja lematiziranja i označavanja.

Izvorni jezik
Hrvatski

Znanstvena područja
Filologija

POVEZANOST RADA