[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

[ Back to the navigation ]

You are here: start » user » zeman » treebanks » hr

Differences

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

Link to this comparison view

Both sides previous revision Previous revision
Next revision 		Previous revision
user:zeman:treebanks:hr [2014/07/17 21:27]
zeman Finalizing the page. 		user:zeman:treebanks:hr [2014/07/28 16:31] (current)
zeman Documentation of syntactic tags.
Line 28: Line 28:
   * Documentation   * Documentation
     * [[http://nlp.ffzg.hr/data/tagging/msd-hr.html|Multext-East v5 Croatian Tagset]], 2013.     * [[http://nlp.ffzg.hr/data/tagging/msd-hr.html|Multext-East v5 Croatian Tagset]], 2013.
 +    * A discussion of the syntactic tags is in Danijela Merkler, Željko Agić, Ana Agić: [[http://www.sciencedirect.com/science/article/pii/S1877042813041931#|Babel Treebank of Public Messages in Croatian]]. In: Procedia – Social and Behavioral Sciences, vol. 95, pp. 490-497, 2013.
  
 ==== Domain ==== ==== Domain ====
Line 71: Line 72:
  
 (The sum of the percentages exceeds 100% because of rounding.) (The sum of the percentages exceeds 100% because of rounding.)
 +
 +=== Cycles ===
 +
 +Eight dependency graphs in the pre-release version contain cycles. Most of the time these are individual nodes attached to themselves (according to Željko, this is the default in the annotation software, thus the annotator probably just forgot to attach the nodes). Five of them are punctuation nodes and fixing the attachment should be relatively easy. The only complicated case is the sentence #25 in the test file. Its dependency graph is wrong at multiple spots.
 +
 +train/006#247:a
 +Analitičari upozoravaju na kosovski trend: osnivanje novih političkih stranaka neposredno prije izbora, a od strane ljudi iz već postojećih političkih stranaka ili nekog drugog aspekta javnog života.
 +
 +train/006#381:mnogo
 +"Ne možemo mnogo učiniti kako bismo je spriječili da ide malo šetati ili plivati.
 +
 +train/006#399:,
 +U međuvremenu, troškovi života porasli su: najamnina za mali stan u Podgorici iznosi oko 200 eura mjesečno -- što mnogima otežava spajanje kraja s krajem.
 +
 +train/007#6:"
 +"Nije riječ o tome da imamo jednu političku opciju koja tvrdi kako piramidu ne bi trebalo uništiti, dok druga smatra da je treba uništiti.
 +
 +train/007#190:.
 +"Moramo biti svjesni kako se kod naroda stvara strah", izjavio je čelnik stranke ORA Veton Surroi kosovskom dnevniku Express, piše Reuters.
 +
 +train/007#359:,
 +Ulaganja u Srbiji dosegnula su rekordnih 1,5 milijardi eura u 2005. godini, priopćila je u srijedu vlada, izražavajući očekivanja glede nastavka rasta i u sljedećoj godini.
 +
 +One more Punc-CYCLE:1 occurred somewhere else.
 +
 +test/001#25:toga
 +Rezultat je toga da je artikulacija praktičnih zajedničkih interesa postala teža, kao i definiranje konkretnih misija.
 +Překlad s pomocí Google Translate:
 +Důsledek toho je, že členění praktických společných zájmů se stalo těžší, jakož i vymezení konkrétních misí.
 +Tohle je asi jediný zajímavý případ. Nejde o pověšení uzlu na sebe sama. "Rezultat" visí na "postala", "postala" na "da", "da" na "toga" a "toga" chtěli pověsit opět na "Rezultat". Je tam k tomu i celkem divoká neprojektivita. Celá ta věta je podle mě rozebraná špatně (je tam několik dalších chyb) a chtělo by to, abychom ji v průběhu harmonizace úplně předělali.
 +
 +JINÉ:
 +V té větě train/006#247 nahoře: "političkih stranaka", "političkih" je označeno jako apozice. Opravit chybu. Pokud je jako apozice přídavné jméno, které visí na následujícím podstatném jméně a shoduje se s ním v rodě, čísle a pádě, není to Apposition, ale Atr.
 +
 +Věta test/001#1 má v kořeni pomocné sloveso "je" a jeho deprel není Pred, ale Aux!
  
 ==== Sample ==== ==== Sample ====

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