izpis_h1_title_alt

Samodejno luščenje definicij iz specializiranih besedil
ID Fišer, Darja (Avtor), ID Pollak, Senja (Avtor), ID Vintar, Špela (Avtor)

.pdfPDF - Predstavitvena datoteka, prenos (84,21 KB)
MD5: 72D4D8ADB1C28D3DDEECD9AEC661BD12
URLURL - Izvorni URL, za dostop obiščite https://centerslo.si/simpozij-obdobja/zborniki/obdobja-30/ Povezava se odpre v novem oknu

Izvleček
V prispevku predstavljamo novo metodo luščenja definicij iz slovenskih specializiranih besedil, ki temelji na modelu za klasifikacijo definicij, naučenem z uporabo metod strojnega učenja iz primerov v slovenski Wikipediji. Prvi korak metode zajema luščenje kandidatov s pomočjo slovenskega semantičnega leksikona, avtomatskega razpoznavanja terminov ter leksikoskladenjskih vzorcev. V drugem koraku pa z uporabo naučenega klasifikacijskega modela izmed definicijskih kandidatov izberemo "prave" definicije. Iz korpusa s področja naravoslovja smo s to metodo izluščili več kot tisoč definicijskih kandidatov ter z uporabo naučenega modela dosegli do 70-odstotno klasifikacijsko točnost.

Jezik:Slovenski jezik
Ključne besede:korpusno jezikoslovje, slovenščina, luščenje definicij, luščenje informacij, računalniška obdelava naravnega jezika, strojno učenje, informacijsko poizvedovanje
Vrsta gradiva:Članek v reviji
Tipologija:1.16 - Samostojni znanstveni sestavek ali poglavje v monografski publikaciji
Organizacija:FF - Filozofska fakulteta
Leto izida:2011
Št. strani:Str. 145-150
PID:20.500.12556/RUL-149215 Povezava se odpre v novem oknu
UDK:801.8=163.6:81'322.2:004.738.5
COBISS.SI-ID:47262818 Povezava se odpre v novem oknu
Datum objave v RUL:05.09.2023
Število ogledov:260
Število prenosov:7
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Gradivo je del monografije

Naslov:Meddisciplinarnost v slovenistiki
Uredniki:Simona Kranjc
Kraj izida:Ljubljana
Založnik:Znanstvena založba Filozofske fakultete
Leto izida:2011
ISBN:978-961-237-461-7
COBISS.SI-ID:258646784 Povezava se odpre v novem oknu
Naslov zbirke:Obdobja
Številčenje v zbirki:30

Sekundarni jezik

Jezik:Angleški jezik
Izvleček:
This paper presents a new method for definition extraction from Slovene domain-specific corpora, based on a model for definition classification learned using machine-learning methods on examples from Slovene Wikipedia. In the first step we extract definition candidates using a Slovene semantic lexicon, automatic terminology recognition and lexico-syntactic patterns. Next, we use the learned classification model to select ŽtrueŽ definitions from the set of definition candidates. The method was tested on a natural science domain corpus from which we extracted more than a thousand definition candidates and achieved up to 70% classification accuracy with the learned classification model.

Ključne besede:corpus linguistics, Slovene language, definition extraction, information extraction, natural language processing, machine learning, information retrieval

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Nazaj