Institute of Formal and Applied Linguistics Wiki

• používá sempos, která by teoreticky ještě neměla být známá
• pracovalo se s lemmatem, ne se slovní formou, často tam zbývají ocásky lemmat
• adjektiva nemají nikdy určený pád, i když by ho potřebovala
• podst. jm. ve funkcích předložek (v době války, v případě nouze apod.)
  • někde vlastně funguje
• koreláty (kvůli tomu, že apod.) – částečně se generují !!!
• některé zbytečné formémy von+1 a van+1, ve skutečnosti součást jmen

• měla by být “skoro” jako sempos, ale nezávislá na funktorech (podle kterých se sempos v češtině rozděluje)
• podle tagu uzlu a tagu rodiče
  • české POS tagy to vlastně desambiguují docela dobře
  • vzácně i podle lemmatu (negativní a neurčitá zájmena PW a PZ jsou částečně substantivní, částečně adjektivní)

• původně se braly jen předložky, spojky, věci s afunem Aux[CP] a jako
  • afun AuxR se nezohledňoval, asi i další věci
• teď je filtr negativní – vyhazují se věci s tagem Z, V (tj. pom. slovesa) a P7 reflexiva a taky cokoliv, co už je součástí lemmatu
  • to odstraní van, von, složená čísla a podobně
• dřív se braly lemmata od všeho, teď jen formy se zanedbanou vokalizací předložek
  • u předložky, která je nejtěsněji před uzlem samotným na a-rovině, se bere zkrácené lemma

• possesiva jsou adj:poss místo n:poss (jde o FORMém)
• v podstatě kdekoliv (až na výjimky) může být adjektivum v substantivní pozici –> dostane pak substantivní formém
  • vždy, pokud se adjektivum váže na předložku (vč. určeného pádu)
• adjektivní komplementy (které musí být adjektivní) mají určený pád
  • řeší se přitom i doplňky, tam je natvrdo nacpaný 1. pád, pokud je doplněk nesklonný (sám, rád etc. – typicky se váže k podmětu)
• adverbia odvozená od adjektiv mají taky formém “adv” (i když ten zřejmě v automatické analýze měly stejně)

TODO

• pořadí těch slov neříká vůbec nic: ministr < Kalousek / Miroslav > Kalousek
• genitiv a instrumentál jsou dost pochybné, proto je potřeba chtít větší shodu
  • shoda v rodě a čísle vcelku stačí
• u ostatních pádů (krom nominativu) stačí vynucovat shodu v čísle, protože u nich v podstatě není jiný důvod, aby se něco takového přihodilo
• u některých “labelů” není shoda potřeba - nutné je vyjmenovat: město Praha atd.
• u dvou jmen taky není shoda potřeba - tam je dokonce n:attr i v nominativu, což jinak nemá smysl
  • pro nominativ nutné říct, jakého typu je který z názvů
• zkratky asi taky nemají smysl, většinou to bývá genitiv nebo nominativ jmenovací, i když není vidět – Coca Cola, ÚNMS SR

• v:rc v obou jazycích zvyšuje MI – ponecháno
• v:attr → adj:attr v angličtině entropii snižuje

• Začít s otevřenou množinou formémů – přidávat všechny koreláty a pod.
  • včetně slovesné diateze
  • nominativ + shodné jmenovací věci
  • varianta s řešením číslovek a bez
• Postupně slučovat
  • diateze
  • koreláty (generují se)
  • nominativ - n:attr
  • synonymní předložky
  • possesiva a genitiv

• opravit “něčí”, mělo by být adj:poss
• Zvážit vytvoření formémů n:jako+attr, n:než+attr.

,[nvad]\(rop\)\?\(d[jv]\)\?\(:[^,]*\)\?,

t-node
[ gram/sempos ~ '^n',
    a/lex.rf a-node $a := [  ],
    t-node
    [ gram/sempos ~ '^n.denot', !1+x a/aux.rf a-node [  ],
         a/lex.rf a-node
         [ afun = 'Atr', substr(m/tag, 4, 1) ~ substr($a.m/tag, 4,1) ] ] ];

t-node [ functor = 'COMPL', is_generated != 1, !1+x a/aux.rf a-node [ m/lemma ~ '^(jako|coby)' ] ];