This is an old revision of the document!
PFL071-2 Vybrané problémy z lingvistiky I-II
Vyučující:
Markéta Lopatková
středa 12:20-13:50, východní chodba ve 4. patře (jako v ZS)
Stránka předmětu PFL071 ve Studijním informačním systému - anotace, osnova atd.
Stránka předmětu PFL072 ve Studijním informačním systému - anotace, osnova atd.
Nabídka témat na letní semestr:
- Valence
- Charakteristiha aktantů ve FGD
- Alternační model slovníku
- Valence u dalších slovních druhů
- Koreference
- Kučová et al.: Anotování koreference v Pražkém závislostním korpusu. UFAL/CKL Technical Report, TR 2003-19.
- Kučová, L., Žabokrtský, Z.: Anaphora in Czech: large Data end Experiments with Automatic Anaphora Resolution. In: Preoceedings of TSD 2005, LNCS/Lecture Notes in Artificial Intelligence 3658, pp. 93-98, 2005.
- Kučová, L., Hajičová, E.: Prague Dependency Treebank: Enrichment of the Underlying Syntactic Annotation by Coreferential Mark-Up. The Prague Bulletin of Mathematical Linguistics 81, pp. 23-34, 2004.
- Aktuální členění
- Význam ve FGD - synonymie, homonymie, vágnost
- Slovosled a neprojektivita (TAL, Kuhlmann, Hajičová - SaS, Havelka - PBML, Zeman)
- Segmentace
- Kuboň, V.: A Method for Analyzing Clause Complexity. The Prague Bulletin of Mathematical Linguistics 75, pp. 5-27, 2001.
- Kuboň, V., Lopatková, M., Plátek, M., Pognan, P.: A Linguistically-Based Segmentation of Complex Sentences. In: Proceedings of Flairs 2007 Conference (in press).
- Formální model TR ve FGD (Petkevič, mis)
Párování rámců
Cílem je vytvořit vzájemné mapování rámců z našich valenčních slovníků.
Ve Vallexu i v PDT-Vallexu má každý rámec jednoznačný identifikátor.
Zajímá nás, které rámce nebo skupiny rámců si navzájem odpovídají.
- PDT-VALLEX pdt-vallex.pdf
identifikátor (např. 'v-w113f4') je zapsán v horním indexu u rámce
pozor na stará data z adresy http://ufal.mff.cuni.cz/pdt2.0/visual-data/pdt-vallex/vallex.html neuživat prosím
- Vallex 2.0 http://ufal.mff.cuni.cz/vallex/2.0/
identifikátory (například 'blu-v-pamatovat-se-1') jsou pro normální smrtelníky neviditelné.
pokud podržíte myš nad číslem rámce (v rámečku) identifikátor se objeví jako tooltip
idéčka pro lepší kopírování si můžete zobrazit i následovně:
- v opeře si zvolte View/Style/User mode
- ve firefoxu je nejlepší do souboru chrome/userContent.css v adresáři vašeho profilu zapsat
.invisible {display:inline!important;} - v IE si předchozí css kód nastavíte podle tohoto návodu
- ve firefoxu si také můžete následující bookmarklet uložit to bookmarků a vyvolat ho na stránce s vallexem 2.0 (showID bookmarklet)
Rámce k párování
Přihlašte se pomocí tlačítka v levém menu, vyberte si skupinu sloves a připište k ní své jméno. Odhalená párování pak zapisujte na stránky jednotlivých sloves.
| Skupina 1 (Jan Ptáček) | |
|---|---|
| vidět (se) | 8+1 |
| přijít, přicházet | 21 |
| uvést, uvádět | 7 |
| zůstat, zůstávat | 14 |
| padat | 23 |
| vytahovat, vytáhnout (se) | 13+3 |
| platit | 9 |
| změnit (se) | 3+3 |
| jednat (se) | 4+1 |
| otevřít, otevírat, otvírat (se) | 2+2 |
| Skupina 2 (Martin Popel) | |
|---|---|
| hrát (si) | 8+2 |
| dělat (se, si) | 23+1+2 |
| říkat, říci (si) | 8+1 |
| najít, nacházet (se) | 4+3 |
| ležet | 13 |
| táhnout | 20+7 |
| dojít, docházet | 12 |
| stačit (I,II) | 5 |
| dokázat, dokazovat | 3+1 |
| rozhodnout, rozhodovat (se) | 2+2 |
- Významy, které chyběly ve Vallexu, jsem přidal a označil a, b, c,…
- Místo významů, které chyběly v PDT-V., jsem nechal prázdnou buňku v tabulce. Stejně se v PDT-V. stává, že některý význam (rámec) u dokonavého tvaru je a u nedokonavého chybí (a naopak) - tyto významy jde automaticky doplnit podle Vallexu.
- Také jsem narazil na případy, kdy si rámce v podstatě odpovídají, jen je třeba doplnit/pozměnit funktory. Těchto případů je dost, ale jen v několika jsem změnu naznačil vallexím identifikátorem s připojeným písmenem (např. blu-v-říci-říct-říkat-7a) a vysvětlením v popisu.
| Skupina 3 (Pavel Češka) | |
|---|---|
| získat, získávat (si) | 6+1 |
| nechat, nechávat | 16+1+3 |
| vydat, vydávat (se) | 8+2 |
| přijmout, přijímat | 10 |
| vyjít, vycházet (si) | 14+1 |
| ukázat, ukazovat (se) | 5+3 |
| cítit (se) | 4+3 |
| zdát se | 5 |
| začínat, začít (si) | 3+1 |
| znát | 2+2 |
| Skupina 4 (David Mareček) | |
|---|---|
| patřit (se), I, II | 5+1+2 |
| vzít, brát (se,si) | 28+2+8 |
| vrátit, vracet | 4+3 |
| mluvit | 10 |
| natáhnout, natahovat (se) | 13+5 |
| pracovat | 8 |
| čekat (se) | 4+1 |
| skončit | 6 |
| tvrdit | 1+3 |
| vytvořit, vytvářet (se) | 2+1 |
- používám stejného značení jako Martin
| Skupina 5 (Kateřina Topilová) | |
|---|---|
| vést (se, si) | 8+2+1 |
| dávat, dát (se, si) | 32+6+4 |
| vypadat I,II, vypadávat, vypadnout | 7+3 |
| pouštět, pustit (se,si) | 13+4+1 |
| stavět I,II | 14+10+1+2 |
| představovat, představit (si) | 5+2 |
| počítat | 6 |
| dodat, dodávat | 5 |
| psát | 4 |
| pokračovat, pokročit | 3 |
| Skupina 6 (Petra Hoffmannova) | |
|---|---|
| udělat (se) | 7+3 |
| mít (se) | 22+3 |
| myslit, myslet (si) | 7+1 |
| chytat, chytnout, chytit | 13+6 |
| jít | 14 |
| dosáhnout, dosahovat | 6 |
| připravit, připravovat (se) | 4+1 |
| žít I, II | 4+2 |
| působit | 4 |
| věřit | 3 |
| Skupina 7 | |
|---|---|
| házet, hoditI, hoditII se | 12+5 |
| pokládat, položit (se) | 12+3 |
| postavit (se, si) | 12+6+1 |
| přecházet, přejít, přechodit | 12 |
| tlouci, tlouct (se) | 12+4 |
| činit (se) | 11+1 |
| držet (se) | 11+6 |
| koukat, kouknout (se) | 11+6 |
| nést (se) | 11+2 |
| scházet, sejít (se) | 11+2 |
| skládat, složit (se) | 11+5 |
| stahovat, stáhnout (se) | 11+6 |
| svádět, svést | 11 |
Q&A
V pdt-vallexu mi nefunguje hledání zřejmě kvůli kódování češtiny,
neví někdo, jak to opravit? ptacek
- Také mi to u diakritiky nefunguje. Mohu se úplně mýlit, ale vypadá to, jako by byla použita technologie minulého století: 7bitové (tedy jen ascii) písmo a samostatné akcenty nalepene TeXem nad patřičné znaky. Vypadá to pak jako čeština, ale v podstatě není. Hledání akcentovaných znaků tedy funguje dobře (hledá), leč nic nenajde (nejsou tam). Oprava v LaTexovém zdrojáku by neměla být příliš složitá. –P. Straňák