Differences

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

--- user:rosa:gauk [2013/11/13 16:06]
rosa
+++ user:rosa:gauk [2013/11/13 16:07]
rosa cíle
@@ Line 171: / Line 171: @@
 (Předpokládaný výsledek a jeho využití, význam projektu pro praxi a společnost.)
-První část projektu - vytvoření kolekce syntakticky anotovaných
+//Hlavním cílem projektu je dosáhnout světové úrovně v úlohách modelování syntaxe napříč jazyky.
-korpusů (treebanků) s jednotným anotačním schématem - přímo navazuje na projekt
-HamleDT (CITE). Výstupy této práce umožní Ústavu formální a aplikované
-lingvistiky (ÚFAL) udržet si prestiž a úroveň světové špičky v oblasti treebankingu.
-ÚFAL by se díky této kolekci například mohl pokusit o zorganizování soutěže v
-parsingu, navazující na úspěšné soutěže tohoto typu v minulosti (CITE CoNLL).
-Zejména díky svému velkému rozsahu, jakož i existenci mnoha nástrojů vyvinutých
+Dosažení snadné přenositelnosti jazykových technologií z jednoho jazyka na jiný
-na ÚFALu pro práci s daty tohoto typu, se kolekce stane cenným zdrojem pro
+jazyk, k němuž existují odpovídající datové zdroje, umožní výzkumníkům vymanit
-studenty doktorského studia
+se z omezování se na jeden či několik málo jazyků: vyvinuté nástroje bude možné
-lingvistiky, kterým usnadní jejich výzkum -- studenti ÚFALu se věnují například
+jednoduše aplikovat na desítky světových jazyků, a tak i snadno porovnat jejich
-neřízenému parsing (CITE) či jazykovým projekcím (CITE).
+úspěšnost s úspěšností nástrojů vyvinuých jinými výzkumníky. Věříme, že to
-Kolekce také umožní vytváření dalších odvozených datových zdrojů:
+přispěje k usnadnění a urychlení vývoje v komputační i formální lingvistice.
-ÚFAL je aktivní
-například v anotaci hloubkových jazykových struktur (CITE), valence (CITE),
-koreference (CITE) či sentimentu (CITE).
-Vytvořený datový zdroj bude využitelný i ve výuce některých magisterských
+Úspěšně zvládnutí techniky mezjazyčné projekce pak umožní pracovat i s takovými
-předmětů garantovaných ÚFALem, jako jsou Zdroje lingvistických dat, Technologie
+jazyky, pro které dostatečně datové zdroje nejsou k dipozici. Počet jazyků,
-zpracování přirozeného jazyka či Pražský závislostní korpus.
+kterými lidé mluví, se odhaduje na několik tisíc, zatímco zdroje potřebné
+velikosti a kvality jsou dostupné pouze pro několik desítek z nich. Technologie
+pro práci s jazyky s omezenými zdroji umožňují použití nástrojů komputační
+lingvistiky i na tyto jazyky, bez nutnosti nejprve vyvtvořit potřebná data, což
+je časově i finančně náročné.
-Potřebu masivně paralelního zpracovávání velkých dat při práci s kolekcí
+Dílčím cílem projektu je vytvoření velké multilinguální kolekce existujících
-lze využít v předmětech zabývajících se oblastmi data-intesive computing a
+syntakticky anotovaných korpusů (treebanků), harmonizovaných do jednotného
-paralelizací; práci s kolekcí by mohlo být možné využít jako benchmark
+anotačního schématu.
-pro úlohy tohoto typu.
-Poznatky získané experimenty s modelováním syntaxe napříč jazyky mohou být
+Možností využití této datové sady v komputační lingvistice
-přínosné například pro systémy strojového překladu založené na syntaxi, jako je
+se nabízí celá řada, zejména jako zdroje trénovacích dat pro parsing včetně jeho
-ÚFALem vyvíjené TectoMT (CITE), a s ním související mezinárodní projekt QTLeap,
+variant, jako je například delexikalizovaný parsing. Může také posloužit jako
-na němž se ústav podílí. ÚFALu by se tak mohly otevřít dveře k překladu mezi
+testovací data pro neřízenou závislostní analýzu jazyka, kde vynikne jednotnost
-jinými jazykovými páry, než je jediný v současnosti podporovaný pár
+jejího antačního schématu, která umožní srovnání výsledků pro jednotlivé jazyky
-angličtina-čeština.
+s velkou vypovídací hodnotou.
-Na experimenty samotné pak mohou navázat další diplomové či dizertační práce,
+Zároveň půjde o cenný zdoj i pro formální lingvisty, kterým umožní snadno
-rozšiřující a prohlubující tyto experimenty a přinášející nové experimenty podobného
+zkoumat všechny jazyky obsažené v kolekci, bez nutnosti seznamovat se pro každý
-typu.
+jazyk s jeho anotačním schématem, neboť schéma bude pro všechny jazyky společné.
+Zejména ale zásadním způsobem usnadní práci na vzájemném porovnávání
+jednotlivých jazyků.//
 (Původní verze zde: [[user:rosa:gauk_backup#cile-reseni-projektu]])

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

Institute of Formal and Applied Linguistics Wiki

Differences