[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki


[ Back to the navigation ]

This is an old revision of the document!


PDT-C: Prague Dependency Treebank - Czech/Consolidated

PDT-C budou PDT-korpusy s manuální anotací na českých textech, a to s manuální anotací na všech třech PDT-rovinách. Plán je vydat PDT, českou část PCEDT, PDTSC a PDT-Faust. Všechny čtyři korpusy mají manuálně anotovanou tektogramatickou rovinu (a v PDT je celá řada dalších přídavných anotací nad tektogramatickou rovinou). Morfologická a analytická rovina je manuálně anotována jen v PDT. Nejdůležitější krok pro vydani PDT-C je tedy dodělat manuální anotaci morfologie a analytické roviny do české části PCEDT, do PDTSC a do PDT-Faust. Pro automatickou předanotaci chceme maximálně využít všech dostupných nejlepších nástrojů (tagerů a parserů). Anotátoři budu kontrolovat automaticky předanotované stromy v “chytrém” anotačním schématu, které bude vědět, kde je určitě chyba a donutí ji anotátora opravit.


[ Back to the navigation ] [ Back to the content ]