Luščenje kolokacij iz korpusa uporabniških spletnih vsebin

Pollak, Senja (author)

Prispevek obravnava kolokacije v slovenščini uporabniških spletnih vsebin, natančneje v tvitih, forumih in blogih. Za luščenje kolokacij novega besedišča uporabimo orodje za izdelavo besednih skic, za luščenje za splet specifičnih kolokacij ustaljenega besedišča pa metodo za primerjanje kolokacij med dvema korpusoma. Kolokacijske kandidate analiziramo, obenem pa preučimo razloge za težavnost luščenja.

• Language: Slovenian
• Keywords: kolokacije, uporabniške spletne vsebine, besedne skice, neologizmi, jezikovne tehnologije
• Work type: Article
• Typology: 1.16 - Independent Scientific Component Part or a Chapter in a Monograph
• Organization: FF - Faculty of Arts
• Publication status: Published
• Publication version: Version of Record
• Year: 2015
• Number of pages: Str. 601-607
• Numbering: Del 2
• PID: 20.500.12556/RUL-180767
• UDC: 81'374
• COBISS.SI-ID: 29051687
• Publication date in RUL: 16.03.2026

Record is a part of a monograph

• Title: Slovnica in slovar - aktualni jezikovni opis
• Editors: Mojca Smolej
• Place of publishing: Ljubljana
• Publisher: Znanstvena založba Filozofske fakultete
• Year: 2015
• ISBN: 978-961-237-787-8
• COBISS.SI-ID: 281920512
• Collection title: Obdobja
• Collection numbering: 34
• Collection ISSN: 1408-211X

Secondary language

• Language: English

Abstract

This paper presents a study of collocations in Slovene user generated content (UGC): in tweets, forums and blog posts. For extracting collocations of newly coined words word sketches are used, while UGC-specific collocations of general vocabulary are extracted using a method for comparing collocations of two corpora. In addition to analyzing collocations the key obstacles in the extraction process are identified.

• Keywords: collocations, user-generated content, word sketches, neologisms, language technologies

Projects

• Funder: ARRS - Slovenian Research Agency
• Project number: J6-6842
• Name: Viri, orodja in metode za raziskovanje nestandardne spletne slovenščine