Претрага

Упит dcterms_creator_txt:Christof Schöch and Mihailo Škorić

2357 items

  • From ELTeC Text Collection Metadata and Named Entities to Linked-data (and Back)

    Milica Ikonić Nešić, Ranka Stanković, Christof Schöch and Mihailo Škorić (2022)
    In this paper we present the wikification of the ELTeC (European Literary Text Collection), developed within the COST Action ``Distant Reading for European Literary History'' (CA16204). ELTeC is a multilingual corpus of novels written in the time period 1840—1920, built to apply distant reading methods and tools to explore the European literary history. We present the pipeline that led to the production of the linked dataset, the novels’ metadata retrieval and named entity recognition, transformation, mapping and Wikidata population, ...
    Wikidata, linked data, SPARQL, distant reading, literary corpus, named entity linking, ELTeC

  • It-Sr-NER: CLARIN Compatible NER and Geoparsing Web Services for Italian and Serbian Parallel Text

    Olja Perišić, Ranka Stanković, Milica Ikonić Nešić, Mihailo Škorić (2023)

  • It-Sr-NER: Web Services for Recognizing and Linking Named Entities in Text and Displaying Them on a Web Map

    Olja Perišić, Ranka Stanković, Milica Ikonić Nešić, Mihailo Škorić (2023)
    The paper will present the results of the project `“It-Sr-NER: Web services for named entities recognition, linking and mapping,” in which teams from the University of Turin and the Society for Language Resources and Technologies JeRTeh participated, and whose goal was the development of the It-Sr-NER web service for named entity annotations in the text and displaying them on the map. Named entities in these services are names of persons, places, organizations, demonyms (ethnicities), events and works of art.
    General Engineering

  • SrpELTeC on Platforms: Udaljeno čitanje, Aurora, NoSketch

    Ranka Stanković, Mihailo Škorić, Petar Popović (2022)
    Serbian ELTeC collection (100 novels and extended) developed within COST action CA16204 Distant Reading for European Literary History comprises at this moment 111 novels published in the period 1840-1920. Such a valuable resource is and will be used for various lexical and linguistic research, by using different tools and methodologies. In this paper, three platforms on which these novels are published will be presented: “Udaljeno ˇcitanje”, Aurora and Sketch Engine.
    удаљено читање, књижевни корпус, дигитална библиотека, конкорданце, ELTeC

  • The Use of the Omeka Semantic Platform for the Development of the University of Belgrade, Faculty of Mining and Geology Digital Repository

    Petar Popović, Mihailo Škorić, Biljana Rujević (2021)
    Under the regulations of the Ministry of Education, Science and technological Development, a digital repository based on the Omeka S data storage platform has been developed for the Faculty of Mining and Geology. The platform has been upgraded with the required modular extensions, Solr index and automatic OCR. Furthermore, document indexing and search have been fine-tuned with the aid of e-dictionaries of the Serbian language, which has brought about outstanding results in terms of usage facilitation and overall ...
    Дигитални репозиторијум, Омека, претрега дигиталних библиотека

  • Parallel Bidirectionally Pretrained Taggers as Feature Generators

    Ranka Stanković, Mihailo Škorić, Branislava Šandrih Todorović (2022)
    In a setting where multiple automatic annotation approaches coexist and advance separately but none completely solve a specific problem, the key might be in their combination and integration. This paper outlines a scalable architecture for Part-of-Speech tagging using multiple standalone annotation systems as feature generators for a stacked classifier. It also explores automatic resource expansion via dataset augmentation and bidirectional training in order to increase the number of taggers and to maximize the impact of the composite system, which ...
    анотација, обрада природног језика, издвајање обележја, композитне структуре, врста речи

  • Веб-алат за управљање грађом Речника САНУ и анотација листића

    Рада Стијовић, Ранка Станковић, Михаило Шкорић (2020)
    Грађа на основу које се израђује Речник српскохрватског књижевног и народног језика САНУ, а која садржи материјал из преко 4.500 писаних извора и 300 рукописних збирки речи са подручја народних говора штокавског наречја, забележена је на око 5.000.000 листића. Богат лексички материјал, који обухвата књижевни и народни језик у протекла два века и на основу кога треба да се напише још најмање 15 томова Речника, пружа могућност и за разноврсна лингвистичка и ванлингвистичка истраживања. Из тог разлога се приступило ...
    лексикографска грађа, листићи, лексикографски алат, дигитализација, анотација

  • Transformer-Based Composite Language Models for Text Evaluation and Classification

    Mihailo Škorić, Miloš Utvić, Ranka Stanković (2023)
    Parallel natural language processing systems were previously successfully tested on the tasks of part-of-speech tagging and authorship attribution through mini-language modeling, for which they achieved significantly better results than independent methods in the cases of seven European languages. The aim of this paper is to present the advantages of using composite language models in the processing and evaluation of texts written in arbitrary highly inflective and morphology-rich natural language, particularly Serbian. A perplexity-based dataset, the main asset for the ...
    General Mathematics, Engineering (miscellaneous), Computer Science (miscellaneous)

  • Distant Reading in Digital Humanities: Case Study on the Serbian Part of the ELTeC Collection

    Ranka Stanković, Cvetana Krstev, Branislava Šandrih Todorović, Duško Vitas, Mihailo Škorić, Milica Ikonić Nešić (2022)
    In this paper we present the Serbian part of the ELTeC multilingual corpus of novels written in the time period 1840-1920. The corpus is being built in order to test various distant reading methods and tools with the aim of re-thinking the European literary history. We present the various steps that led to the production of the Serbian sub-collection: the novel selection and retrieval, text preparation, structural annotation, POS-tagging, lemmatization and named entity recognition. The Serbian sub-collection was published ...
    Corpus, Distant Reading, Digital Humanities, Linked Data, Named Entity Recognition, Text Analytics

  • Parallel Stylometric Document Embeddings with Deep Learning Based Language Models in Literary Authorship Attribution

    Mihailo Škorić, Ranka Stanković, Milica Ikonić Nešić, Joanna Byszuk, Maciej Eder (2022)
    This paper explores the effectiveness of parallel stylometric document embeddings in solving the authorship attribution task by testing a novel approach on literary texts in 7 different languages, totaling in 7051 unique 10,000-token chunks from 700 PoS and lemma annotated documents. We used these documents to produce four document embedding models using Stylo R package (word-based, lemma-based, PoS-trigrams-based, and PoS-mask-based) and one document embedding model using mBERT for each of the seven languages. We created further derivations of these ...
    General Mathematics, Engineering (miscellaneous), Computer Science (miscellaneous)

  • Annotation of the Serbian ELTeC Collection

    Ranka Stanković, Cvetana Krstev, Branislava Šandrih Todorović, Mihailo Škorić (2021)
    Ovaj rad predstavlja takozvano izdanje nivoa 2 kolekcije tekstova SrpELTeC razvijene u okviru aktivnosti Radne grupe 2 – Metode i alati COST akcije CA 16204 (Distant Reading for European Literary History) i njene specifikacije šeme. Izdanje nivoa 2 je nastavak izdanja nivoa 1, koje se koristi kao ulaz za morfosintaksičke i NER anotacije romana. Srpska obrada nivoa-2 je navedena kroz potrebne korake, uključujući metode i alate koji se koriste u tom procesu. Neki statistički podaci iz srpske kolekcije nivoa ...
    udaljeno čitanje, literarni korpus, tagiranje, prepoznavanje imenovanih entiteta, lematizacija, ELTeC

  • Football terminology: compilation and transformation into OntoLex-Lemon resource

    Jelena Lazarević, Ranka Stanković, Mihailo Škorić, Biljana Rujević (2023)
    У овом раду представља се пројекат који је у развоју, креирање првог дигиталног фудбалског речника на српском језику, као и да демонстрација примене модела OntoLex и љегових модула. OntoLex-FrAC модул укључује информације о учесталости и примерима употребе екстрахованих из корпуса. У овом случају, креиран је корпус за специфичан домен под називом СрФудКо, који садржи чланке вести о фудбалу на српском језику. Вишечлани термини аутоматски су екстраховани из српског корпуса, а затим ручно евалуирани и класификовани као спортски или ...
    повезани отворени подаци, корпус, СрФудКо, OntoLex, OntoLex-FrAC

  • Data from the Digital Repository of the Faculty of Mining and Geology in eScience (eNauka)

    Biljana Rujević, Mihailo Škorić (2024)
    The paper describes linking the Digital Repository of the University of Belgrade, Faculty of Mining and Geology, with the eScience system in terms of transferring metadata about the results of researchers' scientific work. The steps taken to ensure a smooth harvesting of metadata are outlined. Additionally, a presentation of additional improvements to the OAI system is provided, aiming to contribute to the automatic linking of authors with their results in the eScience system.
    репозиторијуми, еНаука, метаподаци, Рударско-геолошки факултет

  • New Language Models for South Slavic Languages

    Mihailo Škorić (2024)
    Izlaganje će predstaviti izazove i perspektive modelovanja južnoslovenskih jezika, sa posebnim osvrtom opšte jezičke modele građene na arhitekturi transformera (BERT, GPT), na dostupne skupove tekstova za obučavanje tih modela, te kvantitet i kvalitet tih skupova. Izlaganje će ponuditi pregled dostupnih skupova i modela, dok će posebna pažnja biti posvećena najnovijim korpusima tekstova. Prvi korpus, Kišobran, predstavlja krovni veb korpus južnoslovenskih jezika i ujedno trenutno najveći korpus tekstova na našim prostorima koji broji preko osamnaest milijardi reči i uključuje sve ...
    veliki korpusi teksta, jezički modeli, južnoslovenski jezici

  • Дигиталне библиотеке у рударству и геологији са посебним освртом на представљање сиве литературе

    Биљана Лазић, Александра Томашевић, Михаило Шкорић (2019)
    Имајући у виду потребу за проналажењем информација похрањених у различитим облицима документације која се генерише у областима рударства и геологије на Рударско-геолошком факултету Универзитета у Београду, отпочет је процес развоја дигиталне библиотеке ROmeka@RGF, на платформи за приказивање дигиталних колекција - Омека. Значајан део документације представља такозвана сива литература која је претежно заступљена у виду вишетомне документацијe. Први савладани изазов представљало је повезивање различитих вишетомних делова пројектних извештаја у једну целину која би била лако доступна и претражива.
    дигиталне библиотеке, сива литература, Омека, језички ресурси, речници
    ... Lazić Aleksandra Tomašević Mihailo Škorić DIGITAL LIBRARIES IN MINING AND GEOLOGY WITH SPECIAL REFERENCE TO THE GRAY LITERATURE Summary Having in mind the need for information retrieval in different types od documentation wihich are produced in domains of mining and geology, we started developement ...
    ... Александра Томашевић, Михаило Шкорић Дигитални репозиторијум Рударско-геолошког факултета Универзитета у Београду [ДР РГФ] Дигиталне библиотеке у рударству и геологији са посебним освртом на представљање сиве литературе | Биљана Лазић, Александра Томашевић, Михаило Шкорић | Научна конференција ...
    ... Resources Association (ELRA), 2016. 507-514. 158 BIBLIOINFO Томашевић, Александра, Биљана Лазић, Далибор Воркапић, Михаило Шкорић, Љиљана Колоња. „Употреба веб платформе Омека за дигиталне библиотеке из домена рударства“. Инфотека Год. 17, бр. 2 (2017): 27-51. Томашевић, Александра. Развој модела за ...

  • Towards Semantic Interoperability: Parallel Corpora as Linked Data Incorporating Named Entity Linking

    Ranka Stanković, Milica Ikonić Nešić, Olja Perisic, Mihailo Škorić, Olivera Kitanović (2024)
    U radu se prikazuju rezultati istraživanja vezanih za pripremu paralelnih korpusa, fokusirajući se na transformaciju u RDF grafove koristeći NLP Interchange Format (NIF) za lingvističku anotaciju. Pružamo pregled paralelnog korpusa koji je korišćen u ovom studijskom slučaju, kao i proces označavanja delova govora, lematizacije i prepoznavanja imenovanih entiteta (NER). Zatim opisujemo povezivanje imenovanih entiteta (NEL), konverziju podataka u RDF, i uključivanje NIF anotacija. Proizvedene NIF datoteke su evaluirane kroz istraživanje triplestore-a korišćenjem SPARQL upita. Na kraju, razmatra se povezivanje Linked ...
    paralelni korpusi, povezivanje imenovanih entiteta, prepoznavanje imenovanih entiteta, NER, NEL, povezani podaci, NIF, Vikipodaci

  • An Italian-Serbian Sentence Aligned Parallel Literary Corpus

    Saša Moderc, Ranka Stanković, Aleksandra Tomašević, Mihailo Škorić (2023)
    This article presents the construction and relevance of an Italian-Serbian sentence-aligned parallel corpus, delving into the aligned sentences in order to facilitate effective translation between the two languages. The parallel corpus serves as a valuable resource for language experts, researchers, and language enthusiasts, fostering a deeper understanding of linguistic nuances and cultural expressions. By bridging the gap between Serbian and Italian, this corpus opens new avenues for cross-cultural communication and collaboration, and ultimately contributes to the improvement of language-related ...
    Aligned corpus, parallel corpus, Serbian, Italian, literature

  • Претрага корпуса заснована на употреби екстерних лексичких ресурса путем веб-сервиса

    Милош Утвић, Ранка Станковић, Александра Томашевић, Михаило Шкорић, Биљана Лазић (2019)
    У раду се разматра хибридни приступ претрази корпуса, илустрован на примеру алатки OCWB и NoSketch Engine, примењених на специјални корпус из области рударства (РудКор) и Корпус савременог српског језика (СрпКор). Разматрани приступ комбинује постојеће могућности алатки OCWB и NoSketch Engine, које своју претрагу заснивају на лингвистичкој анотацији корпуса, са новим могућностима претраге у виду консултовања екстерних језичких ресурса (морфолошки електронски речници српског језика и лексичка база података Српски ворднет). Хибридни приступ је реализован надоградњом вебсучеља која поменуте алатке користе ...
    корпус, рударство, претраживање информација, проширивање упита, лексички ресурси, лексичке релације
    ... Stanković, Aleksandra Đ. Tomašević, Mihailo Đ. Škorić, Biljana Đ. Lazić THE CORPUS SEARCH BASED ON USAGE OF EXTERNAL LEXICAL RESOURCES THROUGH WEB SERVICES Summary Тhis paper explores a hybrid approach to corpus search illustrated by application of corpus tools OCWB and NoSketch Engine to special corpus ...
    ... Александра Томашевић, Михаило Шкорић, Биљана Лазић Дигитални репозиторијум Рударско-геолошког факултета Универзитета у Београду [ДР РГФ] Претрага корпуса заснована на употреби екстерних лексичких ресурса путем веб-сервиса | Милош Утвић, Ранка Станковић, Александра Томашевић, Михаило Шкорић, Биљана Лазић ...
    ... 18485/msc.2019.48.3.ch12 Милош В. УТВИЋ* Филолошки факултет Универзитета у Београду Ранка М. СТАНКОВИЋ** Александра Ђ. ТОМАШЕВИЋ* Михаило Ђ. ШКОРИЋ Биљана Ђ. ЛАЗИЋ Рударско-геолошки факултет Универзитета у Београду ПРЕТРАГА КОРПУСА ЗАСНОВАНА НА УПОТРЕБИ ЕКСТЕРНИХ ЛЕКСИЧКИХ РЕСУРСА ...

  • Репозиторијум дигиталних идентификатора објеката – доиФил: изградња, стање и перспективе

    Милош Утвић, Михаило Шкорић (2017)
    Филолошки факултет Универзитета у Београду је крајем јула 2015. године склопио уговор са агенцијом Crossref и тиме стекао право да својим публикацијама додељује дигитални идентификатор објекта (DOI), као и публикацијама других издавача које заступа. Истовремено, у склопу уговора, Филолошки факултет је развио репозиторијум доиФил који за све регистроване публикације чува њихове библиографске метаподатке, хипервезу ка комплетном тексту и сам DOI. После припремних радњи и разраде процеса на којима је заснован рад репозиторијума, у новембру 2016. године је репозиторијум доиФил ...
    DOI, дигитални идентификатор објекта, Crossref, Филолошки факултет
    ... 90 BIBLIOINFO Miloš Utvić University of Belgrade Faculty of Philology Mihailo Škorić University of Belgrade Faculty of Mining and Geology REPOSITORY OF DIGITAL OBJECT IDENTIFIERS - DOIFIL : THE CONSTRUCTION, STATE AND PROSPECTS Summary University of Belgrade, Faculty of Philology, became a ...
    ... изградња, стање и перспективе Милош Утвић, Михаило Шкорић Дигитални репозиторијум Рударско-геолошког факултета Универзитета у Београду [ДР РГФ] Репозиторијум дигиталних идентификатора објеката – доиФил: изградња, стање и перспективе | Милош Утвић, Михаило Шкорић | Научна конференција Библиоинфо — 55 ...
    ... Belgrade Faculty of Mining and Geology archives faculty publications available in open access, as well as the employees' publications. - The Repository is available at: www.dr.rgf.bg.ac.rs 75 БИБЛИОИНФО Доц. др Милош Утвић1 Универзитет у Београду2 Филолошки факултет MA Михаило Шкорић3 Универзитет у ...

  • Medical Domain Document Classification via Extraction of Taxonomy Concepts from MeSH Ontology

    Mihailo Škorić, Mauro Dragoni (2019)
    This paper is a result of a task that was presented to attendants of Keyword Search in Big Linked Data summer school, that was organized by Vienna University of Technology, under the Keystone COST action in the summer of 2017. It presents a specific approach to the classification via creation of minimal document surrogates based on the US National medical library’s MeSH ontology, which is derived from the Medical Subject Headings thesaurus. In a series of previously classified medically ...
    document classification, MeSH, ontology, information extraction
    ... Taxonomy Concepts from MeSH Ontology Mihailo Škorić, Mauro Dragoni Дигитални репозиторијум Рударско-геолошког факултета Универзитета у Београду [ДР РГФ] Medical Domain Document Classification via Extraction of Taxonomy Concepts from MeSH Ontology | Mihailo Škorić, Mauro Dragoni | Infotheca | 2019 ...
    ... documents. KEYWORDS: document classification, MeSH, ontology, information extraction. PAPER SUBMITTED: 21 April 2019 PAPER ACCEPTED: 30 August 2019 Mihailo Škorić mihailo.skoric@rgf.bg.ac.rs University of Belgrade Belgrade, Serbia Mauro Dragoni dragoni@fbk.eu Fondazione Bruno Kessler Trento, Italy ...
    ... with string ", " and strings doc = doc.Replace(" and "); were pasted onto the beginning and the end of each row respectively (Figure 7).9 For replacement in all the documents to be classified, a second C# code has been prepared. It loads the classification documents one at a time and applies the script ...