Претрага

Упит dcterms_subject_txt:upiti korpusa

46 items

  • 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
    ... обраду упита (у даљем тексту: процесор упита) који интерпретира задати упит, ге- нерише резултате претраге корпуса, a веб-сучеље те резултате форматира и представља их кориснику. Према томе, веб-сучеље је заправо посредник између корисника и процесора упита, у једном смеру преноси задати упит од корисника ...
    ... могу у упитима да се користе са свим могућностима које упитни језик дозвољава правим позиционим атрибутима. Наиме, вредност правог позиционог атри- 15 Ово је генерисани упит у случају Рударског корпуса чији текстови користе српску латини- цу. У случају корпуса СрпКор2013, генерисани упит би користио ...
    ... проширивање упита. ИЗВОРИ Корпус 2013: Душко Витас и Милош Утвић, „Корпус савременог српског језика (СрпКор), верзија СрпКор2013”, Група за језичке технологије Универзитета у Београду, http://www.korpus.matf.bg.ac.rs/korpus (датум приступа: 30.6.2019). РудКор 2018: „Рударски корпус, специјализовани ...

  • Digital Library From A Domain Of Criminalistics As A Foundation For A Forensic Text Analysis

    Dalibor Vorkapić, Aleksandra Tomašević, Miljana Mladenović, Ranka Stanković, Nikola Vulović (2017)
    U ovom radu predstavljen je model koji omogućava prikupljanje, pripremu, opis metapodataka, upravljanje i eksploataciju, uključujući pretragu punog teksta dokumenata iz domena kriminalistike napisanih na srpskom jeziku. Predloženi pristup primenjuje se na veb portalu koji sakuplja različite tekstove nastale iz časopisa Akademije za kriminalistiku i policijske studije, Krivičnog zakona Srbije, konferencija „Tara“ i „Reiss“, kao i iz nekih doktorskih disertacija vezanih za ovu oblast istraživanje. Nakon obrade teksta, korpus koji sadrži preko 5500 stranica običnog teksta, kreiran je i ...
    Omeka, Wordnet, pretraga punog teksta, morfološka i semantička pretraga teksta, proširenje upita
    ... Karkaletsis, pp. 97-104, 2003 uc Use Case Preaživ anje korpusa Leksikograf Terminolog Pretraga po lemi Pretraga oblika reči Pretraga po sinonimima Pretraga po semantičkim obrascima Pretraga sintaksičkim grafov ima Lingv ista Urednik korpusa Terminolog Prikupljanje tekstov a Leksička obrada ...

  • Integrisano okruženje za pripremu paralelizovanog korpusa

    Ivan Obradović, Ranka Stanković, Miloš Utvić (2007)
    Razvoj paralelizovanih korpusa zahteva pripremu paralelnih tekstova za njihovu integraciju u paralelizovani korpus. Reč je o jednom kompleksnom zadatku koji se može rešiti na različite načine, i koji mora da se odvija u nekoliko koraka. U ovom radu najpre je iznet postupak pripreme paralelnih tekstova za paralelizovani korpus koji se koristi u Grupi za jezičke tehnologije Univerziteta u Beogradu. Potom je dat kratak pregled programa (XAlign, Concordancier, WS4LR), odnosno softverskih alata koji se pri tome koriste. Nedostatak udobnog okruženja ...
    ... 1998). Uporedni korpusi mogu, ali ne moraju biti višejezični. Ova vrsta korpusa je ređa i ovde će nadalje biti reči samo o paralelnim, odnosno paralelizovanim korpusima. U ovom radu će biti razmotreni problemi koji prate pripremu paralelnih tekstova i kreiranje paralelizovanih korpusa, kao i pristup ...
    ... Ranka Stanković – Miloš Utvić (Beograd) Integrisano okruženje za pripremu paralelizovanog korpusa Razvoj paralelizovanih korpusa zahteva pripremu paralelnih tekstova za njihovu integraciju u paralelizovani korpus. Reč je o jednom kompleksnom zadatku koji se može rešiti na različite načine, i koji mora ...
    ... kolekcije paralelizovanih tekstova nazivaju se paralelizovanim korpusima. Podrazumeva se da se tekstovi u paralelizovanim korpusima u elektronskom obliku, odnosno da se mogu obrađivati uz pomoć računarske tehnologije. Paralelizovani korpusi se mogu koristiti u istraživanjima iz oblasti dvojezične odnosno ...

  • The Many Faces of SrpKor

    Duško Vitas, Ranka Stanković, Cvetana Krstev (2024.)
    Акроним СрпКор означава фамилију електронских корпуса савременог српског језика чија је изградња почела крајем седамдесетих година прошлога века, а која је постала шире видљива заинтересованој истраживачкој заједници објављивањем његове прве верзије на вебу 2002. године. У овом дугом периоду, посебно пре појаве корисних текстуелних ресурса на вебу, развој корпуса се састојао у прикупљању и обради грађе као и у развоју метода обраде корпуса. Наиме, електронски корпус није само колекција текстова у дигиталном облику (како се то, на пример, наводи ...
    СрпКор, корпуси, српски, лематизација, Лексимирка

  • 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

  • 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

  • Белешка о дигитализацији речника

    Душко М. Витас, Цветана Ј. Крстев, Ранка М. Станковић (2019)
    У раду ће се анализирати ограничења која проистичу из линеарног процеса традиционалне израде речника на примеру Речника САНУ. Начин да се превазиђу ова ограничења се састоји у формирању електронске лексикографске базе која не представља само пуку дигиталну транскрипцију папирног издања речника. Посебно се указује на чињеницу да текст речника може представљати корпус и приказују се одабрани примери анализе таквог корпуса формираног из текстове 1. и 19. тома Речника САНУ.
    лексикографија, рачунарска лексикографија, информатика, информациони систем
    ... пуку дигиталну транскрипцију папирног издања речника. Посебно се указује на чињеницу да текст речника може представљати корпус и приказују се одабрани примери анализе таквог корпуса формираног из текстове 1. и 19. тома Речника САНУ. Кључне речи: лексикографија, рачунарска лексикографија, информатика ...
    ... базе (Павловић-Лаже- тић 1996), опредељивање за начин организовања корпуса и његове експлоата- ције, као и одређивање система за писање речника (DWS – dictionary writing system) који мора бити тесно повезан са структуром базе и корпуса. Одлуке о ове две компоненте су дакле најуже повезане са концепцијом ...
    ... дати детаљније у (Станковић и др. 2018а), (Станковић и др. 2018б) (Стијовић и др. 2017), (Стијовић и др. 2018). 5. Речник као корпус Целина речника је својеврстан корпус који омогућава увид у различита својства речника невидљива листањем његове папирне верзије. Упоредили смо неструктуриране дигиталне ...

  • Увођење доменских и семантичких маркера за област рударства у српске електронске речнике

    Иван Обрадовић, Александра Томашевић, Ранка Станковић, Биљана Лазић (2017)
    ... постављање комп- лексних упита за екстракцију конкорданци, то је за специфичне, доменски зависне упите је потребно допунити скуп лексичких маркера. Један од домена који су недавно уведени у српски морфолошки речник је рударство, а паралелно са тим развијан је и корпус текстова из области рударства ...
    ... семантички маркер – опрема (или део опреме) Маркере је могуће користити кроз регуларне изразе, за неке једностав- није упите над корпусом. Други вид употребе јесте кроз постављање упита конструкцијом аутомата са сложенијим захтевима. Пример истраживања у коме су коришћени маркери у циљу екстракције ...
    ... датотеке, а постоји и SPARQL приступна тачка за RESTfulAPIs. 4. Опис корпуса рударских текстова Новопредложени маркери значајни су пре свега за екстракцију инфор- мација из корпуса текстова везаних за рударство. Прикупљање корпуса са текстовима из рударског домена је почело 2014, након чека је урађена ...

  • Contrastive Analysis of Syntax Patterns in Comparable Football Corpora in Spanish and Serbian Languages

    Jelena Lazarević, Olivera Kitanović (2024.)
    Cilj rada je istraživanje kolokabilnosti kao načina na koji se leksičke jedinice povezuju sa rečima iz različitih kategorija, formirajući veće jedinice. Istraživanje semantičkih i sintaksičkih principa ovih kombinacija u španskom i srpskom jeziku fudbala izvedeno je na komparabilnim fudbalskim korpusima SrFudKo i EsFudko, razvijenim u okviru doktorske disertacije Jelene Lazarević pod nazivom: Jezičke odlike diskursa novih medija o fudbalu: kontrastivna analiza na korpusu srpskog i španskog jezika. Korpus fudbala SrFudKo, kreiran na osnovu tekstova o fudbalu sa pet srpskih veb-portala: ...
    fudbal, korpusi, terminologija, kolokacije, srpski, španski

  • Речник САНУ као база терминолошких речника (на примеру речника кулинарства)

    Рада Стијовић, Олга Сабо, Ранка Станковић (2017)
    ... се налазе у дефиницији. У раду је представљено неколико карактеристичних образаца. Претраживање кулинарског корпуса, осим по облицима и лемама, могуће је коришћењем колмплекснијих упита, представљених регуларним изразима или графовима. Образац облика <+MessApp> проналази ...
    ... термина са референтним корпусом коришћен је Корпус савременог српског језика (korpus.matf.bg.ac.rs) од двадесет два милиона речи, (Утвић, 2011). Кључност термина (енг. keyness) се рачуна као однос релативне фреквенције (на милион) у кулинарском корпусу и у општем корпусу. Коришћењем електронских ...
    ... креираном кулинарском корпусу препознате су семантичке категорије карактеристичне за лексику кулинарских текстова (Крстев, Лазић, 2015): Табела: Примери из корпуса који су препознати семантичким маркерима за текстове кулинарског домена Маркер Опис маркера Примери из корпуса +DOM=Culinary кулинарски ...

  • Towards ELTeC-LLOD: European Literary Text Collection Linguistic Linked Open Data

    Ranka Stanković, Christian Chiarcos, Miloš Utvić, Olivera Kitanović (2023)
    Овај рад описује студију случаја о генерисању повезаних података креираних на основу обечежених текстуалних корпуса коришћењем формата размене података у обради природних језика (NIF). Као основа за ово истраживање послужио је подскуп корпуса ELTeC, који се састоји од 900 романа из периода 1840-1920 за 9 европских језика. Верзија романа са коментарима, у такозваном TEI level-2 формату, трансформисана је у NIF, формат заснован на RDF/OWL који има за циљ постизање интероперабилности између алата за обраду природних језика, језичких ресурса и ...
    повезани отворени подаци, корпус, SrpELTeC, NIF

  • Нове технологије за оживљавање старих текстова

    Цветана Крстев, Ранка Станковић, Бранислава Шандрих Тодоровић, Милица Иконић Нешић (2023)
    удаљено читање, књижевни корпус, обрада српског језика, анотација врстом речи, лематизација, именовани ентитети

  • Social-Emo.Sr: Emotional Multi-Label Categorization of Conversational Messages from Social Networks X and Reddit

    Milena Šošić, Ranka Stanković, Jelena Graovac (2024)
    U digitalnom okruženju južnoslovenskih jezika, analiza emocija u tekstovima na društvenim mrežama postaje sve važnija za razumevanje javnog mnjenja, kreiranje personalizovanog sadržaja i analizu međusobnih interakcija korisnika. U okviru ovog rada predstavljamo detaljnu metodologiju i rezultate označavanja korpusa na srpskom jeziku prema Plutčikovom modelu kategorizacije, koji prepoznaje osam osnovnih emocionalnih kategorija, kao što su radost, tuga, bes, strah, poverenje, gađenje, iščekivanje i iznenađenje. Cilj istraživanja je da se analizira emocionalni sadržaj tekstova preuzetih sa društvenih mreža X (nekada Twitter) ...
    emocije, Plutčikov model, označavanje, korpus, društvene mreže, srpski jezik

  • Bridging Computational Lexicography and Corpus Linguistics: A Query Extension for OntoLex-FrAC

    Christian Chiarcos, Ranka Stanković, Maxim Ionov, Gilles Sérasset (2024)
    OntoLex, dominantni standard zajednice za mašinski čitljive leksičke resurse u kontekstu RDF-a, Linked Data i tehnologija Semantičkog veba, trenutno se proširuje sa posebnim modulom za Frekvencije, Primere i Informacije zasnovane na Korpusu (OntoLex-FrAC). Predlažemo novi komponent za OntoLex-FrAC, koji se bavi inkorporacijom korpusnih upita za (a) povezivanje rečnika sa korpusnim mašinama, (b) omogućavanje RDF baziranih web servisa da dinamički razmenjuju korpusne upite i podatke odgovora, i (c) korišćenje konvencionalnih upitačkih jezika za formalizaciju unutrašnje strukture kolokacija, skica reči i ...
    standardizacija, digitalna leksikografija, OntoLex, upiti korpusa, povezani podaci, Lingvistički povezani otvoreni podaci

  • Глаголи у кухињи и за столом

    Цветана Крстев, Биљана Лазић (2015)
    У раду је приказано истраживање лексике на српском језику кулинарског домена које се заснива на коришћењу доменског корпуса, електронских лексичких ресурса, пре свега WordNet-а и морфолошких речника, и локалних граматика. Приказане су доменске специфичности ових ресурса, како се користе, и међусобно употпуњују. Посебно је приказано како се коришћењем доменског корпуса могу екстраховати глаголи специфични за кулинарски домен и описати начини њиховог коришћења. Дат је попис глагола са основним подацима који је добијен применом представљених метода.
    аутоматска обрада, коначни трансдуктори, електронски речници, семантичке мреже, локалне граматике, кулинарство
    ... језичких ресурса за кулинарски домен a. Корпус куварских рецепата За потребе изучавања лексике кулинарског домена, као и за потребе развоја и евалуације лексичких ресурса и алата из овог домена развијен је доменски корпус (Вујичић Станковић и Пајић 2014). Овај корпус је добијен превлачењем рецепата са ...
    ... на коришћењу доменског корпуса, електронских лексичких ресурса, пре свега WordNet-а и морфолошких речника, и локалних граматика. Приказане су доменске специфичности ових ресурса, како се користе, и међусобно употпуњују. Посебно је приказано како се коришћењем доменског корпуса могу екстраховати глаголи ...
    ... Анализом доменског корпуса и консултовањем српског ворднета прво су одабрани адекватни семантички маркери куварске лексике (дати у Табела 1) којима су потом обележене како све постојеће јединице електронског речника тако и оне нове које су добијене екстраховањем из доменског корпуса (Вујичић Станковић ...

  • Ontološki model upravljanja rizikom u rudarstvu

    Olivera Kitanović (2021)
    Rudarska proizvodnja obuhvata kompleksne tehnološke sisteme, što nameće potrebu za uspostavljanjem i unapređivanjem sistema upravljanja rizikom. Heterogenost i obim podataka neophodnih za upravljanje rizikom zahtevaju sistem koji ih na fleksibilan način integriše i omogućava njihovo optimalno korišćenje. Osnovni cilj ove disertacije je razvoj ontologije za domen rudarstva i na njoj zasnovanog modela za upravljanje rizikom. Njegova realizacija podrazumeva i implementaciju algoritama ekstrakcije informacija za popunjavanje ontologije, kao i odgovarajuće softversko rešenje. Razvoj modela obuhvata i značajno proširenje rudarskog korpusa, kao ...
    rudarstvo, rizik, upravljanje rizikom, procena rizika, ontologija, semantička mreža, ekstrakcija informacija, upravljanje znanjem, računarska lingvistika
    ... primer upita nad korpusom koji bi odgovarao sličnom obrascu je: [lemma="jesam"][word!="\."]{0,3}[lemma="vrsta"][tag="N"] Analizom rezultata (Slika 4-31) je uočeno da dosta primera za nabrajanja idu sa zagradom tako da se može upit modifikovati u tom smeru. Slika 4-31 Konkordance za upit „je … ...
    ... rečima neophodna za precizniju ekstrakciju informacija. Markere je moguće koristiti kroz regularne izraze, za neke jednostavnije upite nad korpusom ili kroz postavljanje upita konstrukcijom automata sa složenijim zahtevima. Ekstrakcija domenske terminologije, mernih jedinica, za ekstrakciju imenovanih ...
    ... Slika 3-5 Panel alata Unitex sa obrađenim rudarskim korpusom Na ovako obrađen korpus se mogu primeniti različiti obrasci za pretragu, recimo: „“ koji će da vrati sve konkordance odnosno rečenice u kojima iza prideva sledi reč „rizik“. U upitima je moguće kombinovati i semantičke markere, recimo ...

  • 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

  • Речници у дигиталном добу - информатичка подршка за српски језик

    Биљана Рујевић (2022)
    Морфолошки речници српског језика представљају електронски језички ресурс који има значајну историју развоја и коришћења за потребе обраде природних језика. С обзиром на то да су чувани у облику датотека чији је број нарастао па је самим тим управљање речницима постало отежано јавила се потреба за смештањем информација из речника у облик лексикографске базе. Како би се омогућио симултани рад на развоју речника за више корисника јавила се потреба за веб-апликацијом заснованој на лексикографској бази. Како би се размотриле ...
    електронски речници, лексикографска база података, лексички ресурси, српски језик

  • Serbian ELTeC Sub-Collection in Wikidata

    Milica Ikonić Nešić, Ranka Stanković, Biljana Rujević (2021)
    This paper presents an example of integration of Wikidata with digital libraries and external systems, as well as some best practices for speeding up the process of data preparation and import to Wikidata, on the use case of SrpELTeC, Serbian subcollection of the ELTeC multilingual collection (European Literary Text Collection). After preliminary work on the manual Wikidata population with SrpELTeC novels, the goal was to automate the process of preparing and importing information, so different solutions were analysed and ...
    Википодаци, удаљенои читање, књижевни корпус, повезивање именованих ентитета, ELTeC, SrpELTeC

  • 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