20.500.12556/RUL-186430 Samodejno postavljanje naglasnih znamenj slovenskim besedilom Automatic accentuation of Slovenian texts V nalogi raziščemo samodejno naglaševanje besed v slovenskih besedilih, saj zaradi prostega besednega naglasa naglasnega mesta v slovenščini običajno ni mogoče zanesljivo določiti zgolj iz zapisa, obstoječi viri pa so vsebinsko pomanjkljivi ali premajhni. Zato postavimo cevovod za samodejno naglaševanje, ki temelji na leksikonu Sloleks in orodju CLASSLA-Stanza ter učinkovito naglasi več kot 90 % besed v transkripcijah raznolikega govora, ima pa še težave predvsem pri redkejših in tujih besedah ter enakopisnicah, saj pomena ne razlikuje. Z njim zgrajeno množico naglašenih besed in pripadajočih izgovorjav smo uporabili za treniranje klasifikatorja XGBoost za razpoznavo naglašenosti samoglasnikov: izključno akustične značilke dosežejo točnost 62 %, poln nabor značilk pa točnost 89,5 %, kar kaže na resničen, a razmeroma šibek napovedni signal akustičnih značilk. Na naših podatkih smo preverili tudi model za hrvaški jezik. Ta napoveduje mesto naglasa iz izgovorjave in doseže točnost 67,7 %, ki pada z naraščajočim številom samoglasnikov v besedi. In this thesis, we investigate the automatic accentuation of words in Slovenian texts, since the stress position generally cannot be reliably determined from the written form alone due to Slovenian’s free word stress, while existing resources are either content-limited or too small. We therefore build a pipeline for automatic accentuation based on the Sloleks lexicon and the CLASSLAStanza tool, which correctly accents more than 90 % of words in transcriptions of diverse spoken Slovenian, with shortcomings mainly for rarer and foreign words and homographs, since it does not distinguish word meaning. We used the pipeline to build a set of accented words, which, together with their pronunciations, we used to train an XGBoost classifier for detecting vowel stress: acoustic features alone reach only 62 % accuracy, while the full feature set reaches 89,5 %, indicating a genuine but relatively weak predictive signal from acoustic features. On our data, we also evaluated a model developed for Croatian that predicts word stress position from pronunciation, showing that it reaches 67,7 % accuracy on our data and that accuracy declines as the number of vowels in a word increases. naglaševanje besedil besedni naglas naglasna znamenja strojno učenje govorni signal akustične značilke Sloleks CLASSLA-Stanza text accentuation word stress diacritics machine learning speech signal acoustic features Sloleks CLASSLA-Stanza true false false Slovenski jezik Angleški jezik Diplomsko delo/naloga 2026-09-01 13:25:17 2026-09-01 13:25:27 2026-09-03 04:38:19 0000-00-00 00:00:00 2026 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 38847 289688067 Kranjcec_Matjaz_-_Samodejno_postavljanje_naglasnih_znamenj_slovenskim_besedilom.pdf Kranjcec_Matjaz_-_Samodejno_postavljanje_naglasnih_znamenj_slovenskim_besedilom.pdf 1 111BCFDD7E9610198F0CEC11F74D6AC8 a1d9d35bc34dd22356e598d1f7f55a6dca54b907eb164e3b1423beb5b40e294e 66dc0827-a5f7-11f1-9b0d-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=245685 Fakulteta za računalništvo in informatiko 0 0 0