Upozornění: Je možné, že některá zde uvedená zadání jsou již rozebrána, nebo dokonce letos vůbec nebyla v nabídce. Dostupnost zadání zjistíte na stránce http://ufal.mff.cuni.cz/cgi-bin/zeman/zapoctaky/rezervace_ukolu.pl, kde si také můžete zvolené zadání rezervovat pro sebe.

• Pavouk (získávání korpusu z webu)
• Minoritní jazyky (získávání korpusu z webu pro málo zastoupené jazyky)
• Třídění jazyků
• Hranice slov a vět (tokenizace a segmentace)
• Háčkování (doplňování chybějící diakritiky do textu)
  • T9
• Kontrola pravopisu
• Chart parser
• Morfologická gramatika pro chart parser
• HMM tagger
• Pojmenované entity
• Vícejazyčné pojmenované entity z Wikipedie
• Segmentace slov na morfémy
• Dobývání informací

• Brillův tagger
• Tagger TnT
• Tagger Morče
• Malt parser (http://w3.msi.vxu.se/~nivre/research/MaltParser.html)
• MST parser (http://sourceforge.net/projects/mstparser)
• Collinsův/Bikelův parser (http://people.csail.mit.edu/mcollins/code.html)
• Charniakův/Johnsonův parser (http://www.cog.brown.edu/~mj/Software.htm)
• Stanfordský parser (http://nlp.stanford.edu/software/lex-parser.shtml)

• PC-Kimmo (http://www.sil.org/pckimmo/)

Zadání týkající se parserů budou podobného ražení jako již vyvěšená zadání pro taggery. Některé parsery jsou závislostní (Malt, MST), některé složkové (Collins, Charniak, Stanford), takže s ohledem na dostupná data může být potřeba také provést konverzi mezi oběma formalismy.

• DZ tipy