Differences

This shows you the differences between two versions of the page.

--- projekt-anotace-diskurzu [2008/12/04 11:20]
anotator
+++ projekt-anotace-diskurzu [2009/03/16 11:19]
ptacek
@@ Line 1: / Line 1: @@
-====== Projekt anotace diskurzu ======
+====== Projekt anotace diskurzu (textových, promluvových vztahů)======
-Doplňující aktuální informace o tomto projektu na stránce Návrhy pro PDT 2.5, tj. zde: https://wiki.ufal.ms.mff.cuni.cz/internal:pdt25:navrhy
+Doplňující informace o tomto projektu na stránce Návrhy pro PDT 2.5, tj. zde: [[internal:pdt25:navrhy]]
-==== Předběžné poznámky a materiály k projektu ====
-Anotace diskurzu se plánuje jako součást další, “vyšší” roviny v PDT, ve které bude podrobně zpracována koreference, pojmenované entity a textové vztahy (diskurz).
+==== Cíle projektu ====
-==== Kdo se v tom angažuje ====
+Anotace diskurzu je planována jako součást další, “vyšší” roviny v PDT, ve které bude podrobně zpracována koreference, pojmenované entity a textové vztahy (mezipropoziční vztahy, diskurz).
+Cílem je doplnit anotaci rozšířené koreference v PDT o další textové vztahy, které se podílejí na celkové koherenci textu. Jsou to zejména vztahy mezi větami (mezi stromy), a tudíž je TR zatím nezachycuje. TR pouze signalizuje některé z nich funktorem PREC, který ovšem postrádá bližší sémantickou specifikaci. Anotace nadvětných vztahů bude vycházet z hierarchické soustavy diskurzních vztahů vypracované Š. Zikánovou (Zikánová 2007) na základě soustavy vytvořené pro Penn Discourse TreeBank. Podobně jako v PDTB budeme postupovat od anotace konektorů (funktor PREC a další lexémy s touto funkcí, které ale mají v TR jiné funktory). V první fázi se nebudeme zabývat koordinačními vztahy uvnitř věty (uzly s nodetype=coap), protože tyto textové vztahy (tj. vztahy v rámci jednoho stromu) jsou v TR dostatečně zpracované.
+V druhé fázi bychom se vrátili zpět „dovnitř věty“, kde vidíme tyto dílčí úkoly:
+- zpracování kategorie CM (conjuction modifier) a tedy víceslovných spojovacích výrazů
+- sémantické rozpracování koordinačního vztahu APPS (apozice), sémantické zpracování nepravých vedlejších vět a vztah vsuvky (PAR) ke větě, do níž je vsunuta
+Z mezivětných vztahů bychom doplnili:
+- propojení přímé řeči o více větách (stromech)
+- spojení všech parcelací
+==== Na projektu se podílejí ====
 lingvisticky: prof. E. Hajičová, Šárka Zikánová, Lucie Mladová, Zuzka Bedřichová
@@ Line 15: / Line 26: @@
 ==== Zadané práce ====
  LM + ZB: disertace, (ZB na FF :-))
-==== Granty ====
-Čeká se na schválení GAČRu paní profesorky Hajičové a Šárky Zikánové
-Možnost mezinárodního grantu v návaznosti na prof. Joshiho a Penn Discourse Treebank
-==== Materiály ====
-Poznámky + zápisy z “diskurzních sezení”
+==== Plánovaná podpora projekty ====
-{{podklady_11-2-2008.pdf|podklady_schuzka 11-02-2008}}
+Přijatý GAČR paní profesorky Hajičové a Šárky Zikánové
-{{zapis-18-02-2008.pdf|zapis_schuzka 18-02-2008}}
+Možnost mezinárodního spoluporáce v návaznosti na grant prof. Joshiho a Penn Discourse Treebank
-Aktuální plán postupu 20-10-2008{{diskurz-plan-1-.doc|}}
+Zadané návrhy na granty (všechny nové):
+GAUKy :
+letý GAUK LM na anotaci konektorů
+letý GAUK ZB na sémantiku synsémantik (na FF)
+letý GAUK Pavla Češky na technickou podporu anotace diskurzu
+==== Anotační poznámky ====
+**[[projekt-anotace-diskurzu:komentare|ZDE]]** shromažďujeme všechny komentáře k prvním pokusným anotacím v TrEdu, context discourse,
+nové poznámky píšeme vždy nahoru, staré nemažeme
+==== Zápisy ze schůzek ====
+podklady pro schůzku 11-02-2008{{podklady_11-2-2008.pdf|}}
+zápis-18-02-2008{{zapis-18-02-2008.pdf|}}
+aktuální plán postupu 20-10-2008{{diskurz-plan-1-.doc|}}
+zápis 07-11-2008 {{zapis-07-11-2008.doc|}}
+zápis 25-11-2008: výběr konektorů k preanotaci {{25-11-2008.doc|}}
+zápis z 2-12-2008: technické řešení diskurzu {{technicke-reseni-diskurzu-2-.doc|}}
+zápis z 15-12-2008: technické řešení meziprop.diskurzních vztahů II {{zapis-15-12-2008.doc|}}
+==== Další materiály ====
+- Anotace diskurzu v PDT  – {{anotace-diskurzu.ppt|prezentace}} pro pondělní seminář ÚFALu 26.11. 2007, ŠZ
+- Odkaz na  [[http://www.seas.upenn.edu/~pdtb/|Penn Discourse Treebank 2.0]]
+- MANUÁL PDTB 2.0 ke stáhnutí {{pdtb-annotation-manual.pdf|manual_PDTB_2}}
+- {{mladova_zikanova_hajicova_lrec.pdf|Článek}} a {{lm_discourse.pdf|prezentace}} o diskurzu na konferenci LREC 2008, LM, ŠZ, EH
+- Seznamy konektorů od Zuzky:
+{{czech-connectives.xls|české konektory}}
+{{czech-connectives-ceske-poradi-sarka.xls|české konektory abecedně}}
+{{konektory-doplneno-zu.xls|doplněný seznam možných českých konektorů}}
+- Šárcina prezentace pro mixer 26.11.2008 (na požádání u Šárky)
+- Zuzčiny poznámky k manuálu PDTB 2.0 {{poznamky-k-manualu-pdtb_changed.doc|}}
+- Seznam diskurzních vztahů a jejich zkratek (SZ, 29.12.2008) {{tahak-typy-vztahu.doc|}}
+==== Aktuálně ====
+(LM, 2.3.2009)
+- další úpravy tredu pro anotaci v kontextu discourse
+- úpravy setu sémantických textových vztahů
+- první cvičná data pro měření shody
+- pondělní seminář 9.3. - přehled nejnovější práce
+(LM, 5.1.2009)
+- první verze tredího kontextu discourse se zabíhá a zkouší
+- konverze dat pro anotaci
+- oanotovat vybrané konektory:
+**však, také, naopak, tedy, navíc, ovšem, přesto, jinak, totiž,
+   nicméně, konkrétně, například, vlastně, vždyť, zatímco**
+- první zkoumaný konektor: **přesto**
+- první zkoumaná skupina vztahů (z PDTB): **contingency**
+==== Anotační tabulka ====
+** navržená tabulka vlastností vztahů a konektorů pro anotaci + anotační zkratky v tabulce:**
+**1. typ vztahu** (r: sarciny zkratky* //komentar bez diakritiky//) (hvězdička odděluje formalizovanou a volnou část komentáře)
+**2. rozsah argumentů** (1: PAR* //nespojita vsuvka s RHEM//)
+**3. konektor** (pokud je v textu)
+ nahraditelnost (**nahr:** jakým slovem, s diakritikou!)
+ vazba na pozici - větná, relativní (**pozice:**)
+ souvýskyt (s možnými konektory, jiný souvýskyt)(**souv:**)
+ negace (**neg:**)
+ morfologické zvláštnosti okolí (**morfg:**)
+ odkaz do stejného stromu (**ss:**)
+ ostatní (**etc:**)
-Anotace diskurzu v PDT  – {{anotace-diskurzu.ppt|prezentace}} pro pondělní seminář ÚFALu 26.11. 2007, ŠZ
-Odkaz na  [[http://www.seas.upenn.edu/~pdtb/|Penn Discourse Treebank 2.0]]
-MANUÁL PDTB 2.0 ke stáhnutí {{pdtb-annotation-manual.pdf|manual_PDTB_2}}
-{{mladova_zikanova_hajicova_lrec.pdf|Článek}} a {{lm_discourse.pdf|prezentace}} o diskurzu na konferenci LREC 2008, LM, ŠZ, EH
 ==== Spolupráce ====
-- výrazná kooperace s anotací TFA a koreference (rozvedení anotace textové koreference)
+- výrazná spolupráce s anotací rozšířené textové koreference (Anja)
 - anotace dialogu pro Companions (Silvie)
-- technicky: vytvoření anotačního prostředí – kontext “megatree” v TrEdu, první hrubou verzi už dal dohromady Pepa Toman:
+- technicky: vytvoření anotačního prostředí – pro první hrubý průzkum byl vytvořen na jaře 2008 kontext megatree v TrEdu, (Pepa Toman), dále využijeme nový kontext PLM_T_Bridging v TrEdu, úpravy provedou Jirka Mírovský a Pavel Češka
-ukázka megastromu:
+ukázka megastromu, stav z března 2008:
 {{megastrom2.png|}}
+==== Rozšíření pro Tred pro anotaci diskurzu ====
+=== 20081217 (JM): ===
+Prvotní podpora pro anotaci diskurzu vychází z rozšíření pro anotaci bridging anafory. Původní záměr byl, že se budou nadále vyvíjet jako jedno rozšíření, ale to se nepotvrdilo.
+=== Jednoduchý návod k instalaci a použití: ===
+==Instalace:==
+Tred instalujte ze stránky http://ufal.mff.cuni.cz/~pajas/tred/
+Nainstalujte rozšíření Discourse Annotation (Session -> Manage Extensions)
+==Ovládání zobrazení:==
+Pro zobrazení vět, stromů a diskurzních šipek existují tři přednastavené módy, které se přepínají těmito klávesovými zkratkami:
+Alt+b: bridging mode - vidět je jeden strom, velké množství kontextových vět vpřed i vzad, šipky: koreference, bridging
+Alt+d: pure discourse mode - vidět jsou dva stromy vzad a jeden vpřed, deset vět vzad a pět vpřed, šipky: čistě diskurzní (čili ne koref. a bridging)
+Alt+f: full discourse mode - vidět jsou dva stromy vzad a jeden vpřed, deset vět vzad a pět vpřed, šipky: všechny
+Zobrazení jednotlivých druhů šipek je možno ovládat nezávisle na přednastaveném módu takto:
+Ctrl+b: přepne zobrazení bridging anafory
+Ctrl+g: přepne zobrazení gramatické koreference
+Ctrl+t: přepne zobrazení textové koreference
+Ctrl+d: přepne zobrazení čistě diskurzních šipek
+Zobrazení se týká nejen šipek, ale rovněž barevného zvýraznění slov v kontextových větách.
+==Editace diskurzních šipek:==
+Aktuální uzel se vybírá kliknutím na uzel ve stromech nebo kliknutím na slovo ve větách.
+mezera - označí budoucí cílový uzel diskurzní šipky
+f (forget) - ruční zapomenutí dříve označeného cílového uzlu (není nutné takto ručně zapomínat)
+d (discourse) - vloží diskurzní šipku z aktuálního uzlu do zapamatovaného uzlu; zobrazí se dialogové okno pro vložení typu
+c (comment) - vložení komentáře k diskurzní šipce vedoucí z aktuálního uzlu; zobrazí se dialogové okno pro jeho vložení; existuje-li více šipek vedoucích z aktuálního uzlu, nejprve se zobrazí okno s jejich seznamem, které umožní výběr té správné šipky
+r (re-type) - změna typu šipky vedoucí z aktuálního uzlu; zobrazí se dialogové okno pro jeho vložení; existuje-li více šipek vedoucích z aktuálního uzlu, nejprve se zobrazí okno s jejich seznamem, které umožní výběr té správné šipky
+x - smazání šipky vedoucí z aktuálního uzlu; existuje-li více šipek vedoucích z aktuálního uzlu, nejprve se zobrazí okno s jejich seznamem, které umožní výběr té správné šipky
+Pro úplnost: t vloží textovou koreferenci, b vloží bridging anaforu
+==== Interní poznámky ====
+[[:internal:projekt-anotace-diskurzu|interní poznámky]] pouze pro přihlášené
-==== Zápisy ze schůzek ====
-zápis 07-11-2008 {{zapis-07-11-2008.doc|}}
 ==== Bibliografie k diskurzu ====

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

Institute of Formal and Applied Linguistics Wiki

Differences