A Distributional Multi-word Thesaurus in Sketch Engine

Varování

Publikace nespadá pod Ekonomicko-správní fakultu, ale pod Fakultu informatiky. Oficiální stránka publikace je na webu muni.cz.

Autoři	JAKUBÍČEK Miloš RYCHLÝ Pavel
Rok publikování	2019
Druh	Článek ve sborníku
Konference	Proceedings of the Thirteenth Workshop on Recent Advances in Slavonic Natural Languages Processing, RASLAN 2019
Fakulta / Pracoviště MU	Fakulta informatiky
Citace
www	https://nlp.fi.muni.cz/raslan/2019/paper17-jakubicek.pdf
Klíčová slova	text corpus; Sketch Engine; MWE; multi-word expressions; thesaurus
Popis	In this paper we present an extension of the current distribu-tional thesaurus as available in the Sketch Engine corpus managementsystem towards multi-word units. We explain how multi-word sketches areused to generate multi-word unit candidates, thus preserving access to theunderlying corpus texts. Finally we present sample results on the BritishNational Corpus and discuss future development as well as difficulties inevaluation.
Související projekty:	Projekt LINDAT-Clarin - Vybudování a provoz českého uzlu pan-evropské infrastruktury pro výzkum LINDAT/CLARIN - Výzkumná infrastruktura pro jazykové technologie