Morfologie, morfologická analýza
|
|
|
- Alena Nováková
- před 4 lety
- Počet zobrazení:
Transkript
1 Morfologie, morfologická analýza Aleš Horák Obsah: Morfologie Úvod do počítačové lingvistiky 4/11 1 / 30
2 Morfologie Morfologie Morfologie nauka o stavbě a tvorbě slov (v daném jazyce) morfém nejmenší jednotka, která může nést význam pří-lež-it-ost-n-ými základní tvar = příležitostný příd. jméno, rod muž. živ., neživ., žen. nebo stř., 7. pád, mn. č. pří prefix (bĺızko) lež lexikální kořen (ležet) it adjektivní derivační sufix (ten, který) ost substantivní derivační sufix (ta skutečnost, že) n adjektivní derivační sufix (charakteristický pro) ými gramatický afix (instrumentál plurálu) Úvod do počítačové lingvistiky 4/11 2 / 30
3 Morfologie Morfologie Morfologie nauka o stavbě a tvorbě slov (v daném jazyce) morfém nejmenší jednotka, která může nést význam pří-lež-it-ost-n-ými základní tvar = příležitostný příd. jméno, rod muž. živ., neživ., žen. nebo stř., 7. pád, mn. č. pří prefix (bĺızko) lež lexikální kořen (ležet) it adjektivní derivační sufix (ten, který) ost substantivní derivační sufix (ta skutečnost, že) n adjektivní derivační sufix (charakteristický pro) ými gramatický afix (instrumentál plurálu) Úvod do počítačové lingvistiky 4/11 2 / 30
4 Morfologie Základní termíny Základní lingvistické termíny v morfologii slovní druh podstatné jméno (substantivum), přídavné jméno (adjektivum), sloveso (verbum), příslovce (adverbium),... pád nominativ, genitiv, dativ, akuzativ, vokativ, lokál, instrumentál číslo singulár, plurál rod 4 rody, mužský (masculinum) životný a neživotný (animativní a inanimativní), ženský (femininum) a střední (neutrum) slovotvorba předpona (prefix), přípona (sufix), předpona nebo přípona (afix) základní tvar slova lemma (mn. č. lemmata) ohýbání slov (flexe) skloňování (deklinace) a časování (konjugace) odvozování derivování Úvod do počítačové lingvistiky 4/11 3 / 30
5 Dělení morfémů Morfologie Dělení morfémů dělení používané zejména v analytických jazycích (angličtina): morfémy obsahové (content) funkční (function) morfémy volné (free) vázané (bound) dělení používané zejména ve flektivních jazycích (čeština): kořeny nesamostatné morfémy nesoucí elementární lexikální významy afixy, které se dále děĺı podle funkce: gramatické/flektivní vyjadřují gramatické kategorie slovotvorné/derivační odvozování slov podle postavení vzhledem ke kořeni: prefixy morfémy stojící před kořenovým morfémem (pod-, anti-, v-) sufixy morfémy připojované za kořenové morfémy (-ík, -izmus,...) postfixy slovotvorné morfémy připojované až za gramatický sufix (kdosi, kohokoli,...) circumfix morfémy připojované kolem základu, není v češtině infix, interfix morfémy vsazované dovnitř slova (mal-il-inký, velk-o-město,...) Úvod do počítačové lingvistiky 4/11 4 / 30
6 Dělení morfémů Morfologie Dělení morfémů dělení používané zejména v analytických jazycích (angličtina): morfémy obsahové (content) funkční (function) morfémy volné (free) vázané (bound) dělení používané zejména ve flektivních jazycích (čeština): kořeny nesamostatné morfémy nesoucí elementární lexikální významy afixy, které se dále děĺı podle funkce: gramatické/flektivní vyjadřují gramatické kategorie slovotvorné/derivační odvozování slov podle postavení vzhledem ke kořeni: prefixy morfémy stojící před kořenovým morfémem (pod-, anti-, v-) sufixy morfémy připojované za kořenové morfémy (-ík, -izmus,...) postfixy slovotvorné morfémy připojované až za gramatický sufix (kdosi, kohokoli,...) circumfix morfémy připojované kolem základu, není v češtině infix, interfix morfémy vsazované dovnitř slova (mal-il-inký, velk-o-město,...) Úvod do počítačové lingvistiky 4/11 4 / 30
7 Dělení morfémů Morfologie Dělení morfémů dělení používané zejména v analytických jazycích (angličtina): morfémy obsahové (content) funkční (function) morfémy volné (free) vázané (bound) dělení používané zejména ve flektivních jazycích (čeština): kořeny nesamostatné morfémy nesoucí elementární lexikální významy afixy, které se dále děĺı podle funkce: gramatické/flektivní vyjadřují gramatické kategorie slovotvorné/derivační odvozování slov podle postavení vzhledem ke kořeni: prefixy morfémy stojící před kořenovým morfémem (pod-, anti-, v-) sufixy morfémy připojované za kořenové morfémy (-ík, -izmus,...) postfixy slovotvorné morfémy připojované až za gramatický sufix (kdosi, kohokoli,...) circumfix morfémy připojované kolem základu, není v češtině infix, interfix morfémy vsazované dovnitř slova (mal-il-inký, velk-o-město,...) Úvod do počítačové lingvistiky 4/11 4 / 30
8 Dělení morfémů Morfologie Dělení morfémů dělení používané zejména v analytických jazycích (angličtina): morfémy obsahové (content) funkční (function) morfémy volné (free) vázané (bound) dělení používané zejména ve flektivních jazycích (čeština): kořeny nesamostatné morfémy nesoucí elementární lexikální významy afixy, které se dále děĺı podle funkce: gramatické/flektivní vyjadřují gramatické kategorie slovotvorné/derivační odvozování slov podle postavení vzhledem ke kořeni: prefixy morfémy stojící před kořenovým morfémem (pod-, anti-, v-) sufixy morfémy připojované za kořenové morfémy (-ík, -izmus,...) postfixy slovotvorné morfémy připojované až za gramatický sufix (kdosi, kohokoli,...) circumfix morfémy připojované kolem základu, není v češtině infix, interfix morfémy vsazované dovnitř slova (mal-il-inký, velk-o-město,...) Úvod do počítačové lingvistiky 4/11 4 / 30
9 Dělení morfémů Morfologie Dělení morfémů dělení používané zejména v analytických jazycích (angličtina): morfémy obsahové (content) funkční (function) morfémy volné (free) vázané (bound) dělení používané zejména ve flektivních jazycích (čeština): kořeny nesamostatné morfémy nesoucí elementární lexikální významy afixy, které se dále děĺı podle funkce: gramatické/flektivní vyjadřují gramatické kategorie slovotvorné/derivační odvozování slov podle postavení vzhledem ke kořeni: prefixy morfémy stojící před kořenovým morfémem (pod-, anti-, v-) sufixy morfémy připojované za kořenové morfémy (-ík, -izmus,...) postfixy slovotvorné morfémy připojované až za gramatický sufix (kdosi, kohokoli,...) circumfix morfémy připojované kolem základu, není v češtině infix, interfix morfémy vsazované dovnitř slova (mal-il-inký, velk-o-město,...) Úvod do počítačové lingvistiky 4/11 4 / 30
10 Dělení morfémů Morfologie Dělení morfémů dělení používané zejména v analytických jazycích (angličtina): morfémy obsahové (content) funkční (function) morfémy volné (free) vázané (bound) dělení používané zejména ve flektivních jazycích (čeština): kořeny nesamostatné morfémy nesoucí elementární lexikální významy afixy, které se dále děĺı podle funkce: gramatické/flektivní vyjadřují gramatické kategorie slovotvorné/derivační odvozování slov podle postavení vzhledem ke kořeni: prefixy morfémy stojící před kořenovým morfémem (pod-, anti-, v-) sufixy morfémy připojované za kořenové morfémy (-ík, -izmus,...) postfixy slovotvorné morfémy připojované až za gramatický sufix (kdosi, kohokoli,...) circumfix morfémy připojované kolem základu, není v češtině infix, interfix morfémy vsazované dovnitř slova (mal-il-inký, velk-o-město,...) Úvod do počítačové lingvistiky 4/11 4 / 30
11 Procesy tvoření slov Morfologie Procesy tvoření slov dělení morfologie podle třech základních procesů tvoření slov: flektivní morfologie popisuje strukturu slovních tvarů pomocí flexe (ohýbání skloňování a časování) 1 pes 2 psa 3 psovi, psu 4 psa 5 pse 6 psovi, psu 7 psem 1 psové, psi 2 psů 3 psum, psům 4 psy 5 psové, psi 6 psách, psech 7 psy, psama derivativní (derivační) morfologie zkoumá odvozování slov mýdlo: mydl-ář, mydl-ina, mýdel-ný, mydl-it, mýdél-ko kompozicionální (kompoziční) morfologie zachycuje tvoření slov pomocí skládání ohni-vzdorný, pravdě-podobný, oka-mžik tlako-měr, vodo-pád, děje-pis samo-obsluha, malo-město, býlo-žravý Úvod do počítačové lingvistiky 4/11 5 / 30
12 Procesy tvoření slov Morfologie Procesy tvoření slov dělení morfologie podle třech základních procesů tvoření slov: flektivní morfologie popisuje strukturu slovních tvarů pomocí flexe (ohýbání skloňování a časování) 1 pes 2 psa 3 psovi, psu 4 psa 5 pse 6 psovi, psu 7 psem 1 psové, psi 2 psů 3 psum, psům 4 psy 5 psové, psi 6 psách, psech 7 psy, psama derivativní (derivační) morfologie zkoumá odvozování slov mýdlo: mydl-ář, mydl-ina, mýdel-ný, mydl-it, mýdél-ko kompozicionální (kompoziční) morfologie zachycuje tvoření slov pomocí skládání ohni-vzdorný, pravdě-podobný, oka-mžik tlako-měr, vodo-pád, děje-pis samo-obsluha, malo-město, býlo-žravý Úvod do počítačové lingvistiky 4/11 5 / 30
13 Procesy tvoření slov Morfologie Procesy tvoření slov dělení morfologie podle třech základních procesů tvoření slov: flektivní morfologie popisuje strukturu slovních tvarů pomocí flexe (ohýbání skloňování a časování) 1 pes 2 psa 3 psovi, psu 4 psa 5 pse 6 psovi, psu 7 psem 1 psové, psi 2 psů 3 psum, psům 4 psy 5 psové, psi 6 psách, psech 7 psy, psama derivativní (derivační) morfologie zkoumá odvozování slov mýdlo: mydl-ář, mydl-ina, mýdel-ný, mydl-it, mýdél-ko kompozicionální (kompoziční) morfologie zachycuje tvoření slov pomocí skládání ohni-vzdorný, pravdě-podobný, oka-mžik tlako-měr, vodo-pád, děje-pis samo-obsluha, malo-město, býlo-žravý Úvod do počítačové lingvistiky 4/11 5 / 30
14 Morfologie Vztah fundace Derivační morfologie vztah fundace fundace základní slovotvorný vztah slova neutvořená, prvotní, fundující nemůžeme vysvětlit pomocí jiných slov jazyka voda, hlava, vejce slova utvořená, fundovaná opírají se o slova základová trávník, růžový, učitel fundace spojení slova základového se slovem utvořeným mladý mladík slovotvorná řada opakované odvození až k prvotnímu slovu rybníkářský rybníkář rybník ryba Úvod do počítačové lingvistiky 4/11 6 / 30
15 Morfologie Vztah fundace Derivační morfologie vztah fundace fundace základní slovotvorný vztah slova neutvořená, prvotní, fundující nemůžeme vysvětlit pomocí jiných slov jazyka voda, hlava, vejce slova utvořená, fundovaná opírají se o slova základová trávník, růžový, učitel fundace spojení slova základového se slovem utvořeným mladý mladík slovotvorná řada opakované odvození až k prvotnímu slovu rybníkářský rybníkář rybník ryba Úvod do počítačové lingvistiky 4/11 6 / 30
16 Morfologie Vztah fundace Derivační morfologie vztah fundace fundace základní slovotvorný vztah slova neutvořená, prvotní, fundující nemůžeme vysvětlit pomocí jiných slov jazyka voda, hlava, vejce slova utvořená, fundovaná opírají se o slova základová trávník, růžový, učitel fundace spojení slova základového se slovem utvořeným mladý mladík slovotvorná řada opakované odvození až k prvotnímu slovu rybníkářský rybníkář rybník ryba Úvod do počítačové lingvistiky 4/11 6 / 30
17 Morfologie Vztah fundace Derivační morfologie vztah fundace fundace základní slovotvorný vztah slova neutvořená, prvotní, fundující nemůžeme vysvětlit pomocí jiných slov jazyka voda, hlava, vejce slova utvořená, fundovaná opírají se o slova základová trávník, růžový, učitel fundace spojení slova základového se slovem utvořeným mladý mladík slovotvorná řada opakované odvození až k prvotnímu slovu rybníkářský rybníkář rybník ryba Úvod do počítačové lingvistiky 4/11 6 / 30
18 Morfologie Vztah fundace Derivační morfologie vztah fundace slovotvorný svazek/hnízdo souhrn slov fundovaných jedním slovem mýdlo mydl-ář, mydl-ina, mýdel-ný, mydl-it, mýdél-ko slovotvorná čeled souhrn všech příbuzných slov (se stejným kořenem) les pra-les pra-les-ní les-ní lesn-ík lesnic-ký lesnic-tví lesn-ice nad-lesní les-ík lesíč-ek Úvod do počítačové lingvistiky 4/11 7 / 30
19 Morfologie Vztah fundace Derivační morfologie vztah fundace slovotvorný svazek/hnízdo souhrn slov fundovaných jedním slovem mýdlo mydl-ář, mydl-ina, mýdel-ný, mydl-it, mýdél-ko slovotvorná čeled souhrn všech příbuzných slov (se stejným kořenem) les pra-les pra-les-ní les-ní lesn-ík lesnic-ký lesnic-tví lesn-ice nad-lesní les-ík lesíč-ek Úvod do počítačové lingvistiky 4/11 7 / 30
20 Obsah 1 Morfologie Morfologie Základní termíny Dělení morfémů Procesy tvoření slov Vztah fundace 2 Lexikální a gramatické kategorie angličtiny češtiny České morfologické analyzátory Úvod do počítačové lingvistiky 4/11 8 / 30
21 Lexikální a gramatické kategorie Lexikální a gramatické kategorie klasifikuje (značkuje, tag) slovní tvary jednotlivých kategoríı (Part of Speech/PoS tags). Kategorie pro účely analýzy můžeme dělit na dvě skupiny: lexikální kategorie pojmenovávají věci, akce, myšlenky podstatná jména, slovesa, přídavná jména, příslovce,... gramatické kategorie vyjadřují vztahy mezi ostatními větnými členy předložky, spojky, částice, anglické členy,... jednoduchou morfologíı (angličtina) několik desítek kategoríı (POS Part of Speech slovní druhy) jazyky s bohatou morfologíı hierarchický systém, kde vedle základních slovních druhů určujeme nejrůznější subklasifikace (pád, číslo, rod, osoba, druhy příslovcí,...) celkově tisíce značek Úvod do počítačové lingvistiky 4/11 9 / 30
22 Lexikální a gramatické kategorie Lexikální a gramatické kategorie klasifikuje (značkuje, tag) slovní tvary jednotlivých kategoríı (Part of Speech/PoS tags). Kategorie pro účely analýzy můžeme dělit na dvě skupiny: lexikální kategorie pojmenovávají věci, akce, myšlenky podstatná jména, slovesa, přídavná jména, příslovce,... gramatické kategorie vyjadřují vztahy mezi ostatními větnými členy předložky, spojky, částice, anglické členy,... jednoduchou morfologíı (angličtina) několik desítek kategoríı (POS Part of Speech slovní druhy) jazyky s bohatou morfologíı hierarchický systém, kde vedle základních slovních druhů určujeme nejrůznější subklasifikace (pád, číslo, rod, osoba, druhy příslovcí,...) celkově tisíce značek Úvod do počítačové lingvistiky 4/11 9 / 30
23 Lexikální a gramatické kategorie Lexikální a gramatické kategorie klasifikuje (značkuje, tag) slovní tvary jednotlivých kategoríı (Part of Speech/PoS tags). Kategorie pro účely analýzy můžeme dělit na dvě skupiny: lexikální kategorie pojmenovávají věci, akce, myšlenky podstatná jména, slovesa, přídavná jména, příslovce,... gramatické kategorie vyjadřují vztahy mezi ostatními větnými členy předložky, spojky, částice, anglické členy,... jednoduchou morfologíı (angličtina) několik desítek kategoríı (POS Part of Speech slovní druhy) jazyky s bohatou morfologíı hierarchický systém, kde vedle základních slovních druhů určujeme nejrůznější subklasifikace (pád, číslo, rod, osoba, druhy příslovcí,...) celkově tisíce značek Úvod do počítačové lingvistiky 4/11 9 / 30
24 rozpoznávání slovních tvarů nástroj se nazývá morfologický analyzátor (Part-of-Speech/PoS tagger) provádí lemmatizaci přiřazuje k rozpoznaným slovním tvarům základní tvar (lemma) charakterizuje morfo-syntaktické vlastnosti nalezených slovních tvarů: příležitostného 1. <s> příležitostn-ého (mladý GcAa) <l> příležitostný <c> adje Man sg #4 <c> adje Man,Min,Neu sg #2 kvalita morfologické analýzy ovlivňuje všechny následující analytické roviny Úvod do počítačové lingvistiky 4/11 10 / 30
25 rozpoznávání slovních tvarů nástroj se nazývá morfologický analyzátor (Part-of-Speech/PoS tagger) provádí lemmatizaci přiřazuje k rozpoznaným slovním tvarům základní tvar (lemma) charakterizuje morfo-syntaktické vlastnosti nalezených slovních tvarů: příležitostného 1. <s> příležitostn-ého (mladý GcAa) <l> příležitostný <c> adje Man sg #4 <c> adje Man,Min,Neu sg #2 kvalita morfologické analýzy ovlivňuje všechny následující analytické roviny Úvod do počítačové lingvistiky 4/11 10 / 30
26 rozpoznávání slovních tvarů nástroj se nazývá morfologický analyzátor (Part-of-Speech/PoS tagger) provádí lemmatizaci přiřazuje k rozpoznaným slovním tvarům základní tvar (lemma) charakterizuje morfo-syntaktické vlastnosti nalezených slovních tvarů: příležitostného 1. <s> příležitostn-ého (mladý GcAa) <l> příležitostný <c> adje Man sg #4 <c> adje Man,Min,Neu sg #2 kvalita morfologické analýzy ovlivňuje všechny následující analytické roviny Úvod do počítačové lingvistiky 4/11 10 / 30
27 rozpoznávání slovních tvarů nástroj se nazývá morfologický analyzátor (Part-of-Speech/PoS tagger) provádí lemmatizaci přiřazuje k rozpoznaným slovním tvarům základní tvar (lemma) charakterizuje morfo-syntaktické vlastnosti nalezených slovních tvarů: příležitostného 1. <s> příležitostn-ého (mladý GcAa) <l> příležitostný <c> adje Man sg #4 <c> adje Man,Min,Neu sg #2 kvalita morfologické analýzy ovlivňuje všechny následující analytické roviny Úvod do počítačové lingvistiky 4/11 10 / 30
28 rozpoznávání slovních tvarů nástroj se nazývá morfologický analyzátor (Part-of-Speech/PoS tagger) provádí lemmatizaci přiřazuje k rozpoznaným slovním tvarům základní tvar (lemma) charakterizuje morfo-syntaktické vlastnosti nalezených slovních tvarů: příležitostného 1. <s> příležitostn-ého (mladý GcAa) <l> příležitostný <c> adje Man sg #4 <c> adje Man,Min,Neu sg #2 kvalita morfologické analýzy ovlivňuje všechny následující analytické roviny Úvod do počítačové lingvistiky 4/11 10 / 30
29 Úkol morfologické analýzy zahrnuje 3 podúkoly: vypsat všechny možné analýzy klasický morfologický analyzátor <s> =svěž=í== (331-cizí) <l>svěží <c>k2eagmnsc1d1 <c>k2eagmnsc5d1 <c>k2eagmnpc1d1 <c>k2eagmnpc4d1 <c>k2eaginsc1d1 <c>k2eaginsc4d1 <c>k2eaginsc5d1... vybrat jednu nejpravděpodobnější analýzu značkovač (tagger) Svěží vánek zanesl do naší vesnice příchut jara. <s> Svěží svěží k2eaginsc1d1 vánek vánek k1ginsc1... analýzy pro neznámé slovo podle koncovky hádač (guesser) memorizovatelnými: ajka: notfound guesser: memorizovatelnými <l>memorizovatelný <c>k1gfnpc7 Úvod do počítačové lingvistiky 4/11 11 / 30
30 Úkol morfologické analýzy zahrnuje 3 podúkoly: vypsat všechny možné analýzy klasický morfologický analyzátor <s> =svěž=í== (331-cizí) <l>svěží <c>k2eagmnsc1d1 <c>k2eagmnsc5d1 <c>k2eagmnpc1d1 <c>k2eagmnpc4d1 <c>k2eaginsc1d1 <c>k2eaginsc4d1 <c>k2eaginsc5d1... vybrat jednu nejpravděpodobnější analýzu značkovač (tagger) Svěží vánek zanesl do naší vesnice příchut jara. <s> Svěží svěží k2eaginsc1d1 vánek vánek k1ginsc1... analýzy pro neznámé slovo podle koncovky hádač (guesser) memorizovatelnými: ajka: notfound guesser: memorizovatelnými <l>memorizovatelný <c>k1gfnpc7 Úvod do počítačové lingvistiky 4/11 11 / 30
31 Úkol morfologické analýzy zahrnuje 3 podúkoly: vypsat všechny možné analýzy klasický morfologický analyzátor <s> =svěž=í== (331-cizí) <l>svěží <c>k2eagmnsc1d1 <c>k2eagmnsc5d1 <c>k2eagmnpc1d1 <c>k2eagmnpc4d1 <c>k2eaginsc1d1 <c>k2eaginsc4d1 <c>k2eaginsc5d1... vybrat jednu nejpravděpodobnější analýzu značkovač (tagger) Svěží vánek zanesl do naší vesnice příchut jara. <s> Svěží svěží k2eaginsc1d1 vánek vánek k1ginsc1... analýzy pro neznámé slovo podle koncovky hádač (guesser) memorizovatelnými: ajka: notfound guesser: memorizovatelnými <l>memorizovatelný <c>k1gfnpc7 Úvod do počítačové lingvistiky 4/11 11 / 30
32 Úkol morfologické analýzy zahrnuje 3 podúkoly: vypsat všechny možné analýzy klasický morfologický analyzátor <s> =svěž=í== (331-cizí) <l>svěží <c>k2eagmnsc1d1 <c>k2eagmnsc5d1 <c>k2eagmnpc1d1 <c>k2eagmnpc4d1 <c>k2eaginsc1d1 <c>k2eaginsc4d1 <c>k2eaginsc5d1... vybrat jednu nejpravděpodobnější analýzu značkovač (tagger) Svěží vánek zanesl do naší vesnice příchut jara. <s> Svěží svěží k2eaginsc1d1 vánek vánek k1ginsc1... analýzy pro neznámé slovo podle koncovky hádač (guesser) memorizovatelnými: ajka: notfound guesser: memorizovatelnými <l>memorizovatelný <c>k1gfnpc7 Úvod do počítačové lingvistiky 4/11 11 / 30
33 Anglické gramatické morfémy angličtiny -s 3. osoba, jedn.č., přítomný čas -ed minulý čas -ing průběhový -en příčestí minulé trpné -s množné číslo - s přivlastnění -er 2. stupeň přídavného jména (komparativ) -est 3. stupeň přídavného jména (superlativ) Pro získání základního tvaru (pro indexování) často stačí odsekávat koncovky (stemming) Úvod do počítačové lingvistiky 4/11 12 / 30
34 Automatické značkování angličtiny Part-Of-Speech Tagging The/DT girls/nns learned/vvd basic/aj martial/aj arts/nns poses/nns. učení z trénovacích dat s dohledem (supervised) vzorové texty i značky bez dohledu (unsupervised) pouze texty s částečným dohledem (semi-supervised) texty a výstup morf.analyzátoru (s pravděpodobnostmi) Úvod do počítačové lingvistiky 4/11 13 / 30
35 Automatické značkování angličtiny Part-Of-Speech Tagging The/DT girls/nns learned/vvd basic/aj martial/aj arts/nns poses/nns. učení z trénovacích dat s dohledem (supervised) vzorové texty i značky bez dohledu (unsupervised) pouze texty s částečným dohledem (semi-supervised) texty a výstup morf.analyzátoru (s pravděpodobnostmi) Úvod do počítačové lingvistiky 4/11 13 / 30
36 Brillův značkovač angličtiny učí se podle trénovacích dat: 1. přiřad nejčastější značku 2. zkontroluj, kde jsou chyby (podle trénovacích dat) 3. ohodnot pravidla pro opravu chyb vyber nelepší oprav zpětně chybné značky 4. opakuj, dokud se daří odvozovat dobrá pravidla používá učení založené na transformacích (transformation-based learning) analogie malování obrazu: nejprve pozadí a pak přes něj stále drobnější detaily značkuje 36 různých POS značek úspěšnost přes 90% Úvod do počítačové lingvistiky 4/11 14 / 30
37 Brillův značkovač angličtiny učí se podle trénovacích dat: 1. přiřad nejčastější značku 2. zkontroluj, kde jsou chyby (podle trénovacích dat) 3. ohodnot pravidla pro opravu chyb vyber nelepší oprav zpětně chybné značky 4. opakuj, dokud se daří odvozovat dobrá pravidla používá učení založené na transformacích (transformation-based learning) analogie malování obrazu: nejprve pozadí a pak přes něj stále drobnější detaily značkuje 36 různých POS značek úspěšnost přes 90% Úvod do počítačové lingvistiky 4/11 14 / 30
38 Brillův značkovač angličtiny učí se podle trénovacích dat: 1. přiřad nejčastější značku 2. zkontroluj, kde jsou chyby (podle trénovacích dat) 3. ohodnot pravidla pro opravu chyb vyber nelepší oprav zpětně chybné značky 4. opakuj, dokud se daří odvozovat dobrá pravidla používá učení založené na transformacích (transformation-based learning) analogie malování obrazu: nejprve pozadí a pak přes něj stále drobnější detaily značkuje 36 různých POS značek úspěšnost přes 90% Úvod do počítačové lingvistiky 4/11 14 / 30
39 Brillův značkovač angličtiny učí se podle trénovacích dat: 1. přiřad nejčastější značku 2. zkontroluj, kde jsou chyby (podle trénovacích dat) 3. ohodnot pravidla pro opravu chyb vyber nelepší oprav zpětně chybné značky 4. opakuj, dokud se daří odvozovat dobrá pravidla používá učení založené na transformacích (transformation-based learning) analogie malování obrazu: nejprve pozadí a pak přes něj stále drobnější detaily značkuje 36 různých POS značek úspěšnost přes 90% Úvod do počítačové lingvistiky 4/11 14 / 30
40 Brillův značkovač angličtiny učí se podle trénovacích dat: 1. přiřad nejčastější značku 2. zkontroluj, kde jsou chyby (podle trénovacích dat) 3. ohodnot pravidla pro opravu chyb vyber nelepší oprav zpětně chybné značky 4. opakuj, dokud se daří odvozovat dobrá pravidla používá učení založené na transformacích (transformation-based learning) analogie malování obrazu: nejprve pozadí a pak přes něj stále drobnější detaily značkuje 36 různých POS značek úspěšnost přes 90% Úvod do počítačové lingvistiky 4/11 14 / 30
41 Brillův značkovač příklad angličtiny věta: podle frekvence: P1: P2: správně (zlatý standard): The at at President nn-tl nn-tl said vbd vbd he pps pps will md md ask vb vb Congress np np to to to increase nn vb vb grants nns nns to to to in in states nns nns for in in vocational jj jj rehabilitation nn nn... P1: Replace nn with vb when the previous word is to P2: Replace to with in when the next tag is nns Úvod do počítačové lingvistiky 4/11 15 / 30
42 Brillův značkovač příklad angličtiny Loading tagged data... Training unigram tagger: [accuracy: ] Training Brill tagger on tokens... Iteration 1: 1482 errors; ranking rules; Found: Replace POS with VBZ if the preceding word is tagged PRP Apply: [changed 39 tags: 39 correct; 0 incorrect] Iteration 2: 1443 errors; ranking rules; Found: Replace VBP with VB if one of the 3 preceding words is tagged MD Apply: [changed 36 tags: 36 correct; 0 incorrect] Iteration 3: 1407 errors; ranking rules; Found: Replace VBP with VB if the preceding word is tagged TO Apply: [changed 24 tags: 23 correct; 1 incorrect]... Iteration 21: 1128 errors; ranking rules; Found: Replace VBD with VBN if the preceding word is tagged VBD [insufficient improvement; stopping] Brill accuracy: Úvod do počítačové lingvistiky 4/11 16 / 30
43 Obsah češtiny 1 Morfologie Morfologie Základní termíny Dělení morfémů Procesy tvoření slov Vztah fundace 2 Lexikální a gramatické kategorie angličtiny češtiny České morfologické analyzátory Úvod do počítačové lingvistiky 4/11 17 / 30
44 češtiny Algoritmický popis české formální morfologie v češtině nestačí pravidla podle obecných morfémů je potřebné mít lexikon, který ke každému kmenu obsahuje jeho přiřazení ke vzoru morfologické (tvaroslovné) paradigma soubor tvarů ohebného slova vyjadřující systém jeho mluvnických kategoríı vzor reprezentace tvaroslovného paradigmatu paradigmatem určitého konkrétního slova Algoritmický popis: 1. definice koncovkových množin 2. definice vzorů prostřednictvím vzorových slov rozdělených na: neměnná část vzorového slova kmenový základ proměnlivé části vzorového slova intersegmenty koncovkové množiny obsahující utříděné seznamy všech přípustných koncovek vzorového slova spolu s jejich gramatickými významy popis vzoru = formální pravidlo, které specifikuje přípustné kombinace těchto komponent (segmentů) ohebného slova Úvod do počítačové lingvistiky 4/11 18 / 30
45 češtiny Algoritmický popis české formální morfologie v češtině nestačí pravidla podle obecných morfémů je potřebné mít lexikon, který ke každému kmenu obsahuje jeho přiřazení ke vzoru morfologické (tvaroslovné) paradigma soubor tvarů ohebného slova vyjadřující systém jeho mluvnických kategoríı vzor reprezentace tvaroslovného paradigmatu paradigmatem určitého konkrétního slova Algoritmický popis: 1. definice koncovkových množin 2. definice vzorů prostřednictvím vzorových slov rozdělených na: neměnná část vzorového slova kmenový základ proměnlivé části vzorového slova intersegmenty koncovkové množiny obsahující utříděné seznamy všech přípustných koncovek vzorového slova spolu s jejich gramatickými významy popis vzoru = formální pravidlo, které specifikuje přípustné kombinace těchto komponent (segmentů) ohebného slova Úvod do počítačové lingvistiky 4/11 18 / 30
46 češtiny Algoritmický popis české formální morfologie v češtině nestačí pravidla podle obecných morfémů je potřebné mít lexikon, který ke každému kmenu obsahuje jeho přiřazení ke vzoru morfologické (tvaroslovné) paradigma soubor tvarů ohebného slova vyjadřující systém jeho mluvnických kategoríı vzor reprezentace tvaroslovného paradigmatu paradigmatem určitého konkrétního slova Algoritmický popis: 1. definice koncovkových množin 2. definice vzorů prostřednictvím vzorových slov rozdělených na: neměnná část vzorového slova kmenový základ proměnlivé části vzorového slova intersegmenty koncovkové množiny obsahující utříděné seznamy všech přípustných koncovek vzorového slova spolu s jejich gramatickými významy popis vzoru = formální pravidlo, které specifikuje přípustné kombinace těchto komponent (segmentů) ohebného slova Úvod do počítačové lingvistiky 4/11 18 / 30
47 češtiny Algoritmický popis české formální morfologie v češtině nestačí pravidla podle obecných morfémů je potřebné mít lexikon, který ke každému kmenu obsahuje jeho přiřazení ke vzoru morfologické (tvaroslovné) paradigma soubor tvarů ohebného slova vyjadřující systém jeho mluvnických kategoríı vzor reprezentace tvaroslovného paradigmatu paradigmatem určitého konkrétního slova Algoritmický popis: 1. definice koncovkových množin 2. definice vzorů prostřednictvím vzorových slov rozdělených na: neměnná část vzorového slova kmenový základ proměnlivé části vzorového slova intersegmenty koncovkové množiny obsahující utříděné seznamy všech přípustných koncovek vzorového slova spolu s jejich gramatickými významy popis vzoru = formální pravidlo, které specifikuje přípustné kombinace těchto komponent (segmentů) ohebného slova Úvod do počítačové lingvistiky 4/11 18 / 30
48 češtiny Algoritmický popis české formální morfologie v češtině nestačí pravidla podle obecných morfémů je potřebné mít lexikon, který ke každému kmenu obsahuje jeho přiřazení ke vzoru morfologické (tvaroslovné) paradigma soubor tvarů ohebného slova vyjadřující systém jeho mluvnických kategoríı vzor reprezentace tvaroslovného paradigmatu paradigmatem určitého konkrétního slova Algoritmický popis: 1. definice koncovkových množin 2. definice vzorů prostřednictvím vzorových slov rozdělených na: neměnná část vzorového slova kmenový základ proměnlivé části vzorového slova intersegmenty koncovkové množiny obsahující utříděné seznamy všech přípustných koncovek vzorového slova spolu s jejich gramatickými významy popis vzoru = formální pravidlo, které specifikuje přípustné kombinace těchto komponent (segmentů) ohebného slova Úvod do počítačové lingvistiky 4/11 18 / 30
49 češtiny Algoritmický popis české formální morfologie v češtině nestačí pravidla podle obecných morfémů je potřebné mít lexikon, který ke každému kmenu obsahuje jeho přiřazení ke vzoru morfologické (tvaroslovné) paradigma soubor tvarů ohebného slova vyjadřující systém jeho mluvnických kategoríı vzor reprezentace tvaroslovného paradigmatu paradigmatem určitého konkrétního slova Algoritmický popis: 1. definice koncovkových množin 2. definice vzorů prostřednictvím vzorových slov rozdělených na: neměnná část vzorového slova kmenový základ proměnlivé části vzorového slova intersegmenty koncovkové množiny obsahující utříděné seznamy všech přípustných koncovek vzorového slova spolu s jejich gramatickými významy popis vzoru = formální pravidlo, které specifikuje přípustné kombinace těchto komponent (segmentů) ohebného slova Úvod do počítačové lingvistiky 4/11 18 / 30
50 češtiny Algoritmický popis české formální morfologie v češtině nestačí pravidla podle obecných morfémů je potřebné mít lexikon, který ke každému kmenu obsahuje jeho přiřazení ke vzoru morfologické (tvaroslovné) paradigma soubor tvarů ohebného slova vyjadřující systém jeho mluvnických kategoríı vzor reprezentace tvaroslovného paradigmatu paradigmatem určitého konkrétního slova Algoritmický popis: 1. definice koncovkových množin 2. definice vzorů prostřednictvím vzorových slov rozdělených na: neměnná část vzorového slova kmenový základ proměnlivé části vzorového slova intersegmenty koncovkové množiny obsahující utříděné seznamy všech přípustných koncovek vzorového slova spolu s jejich gramatickými významy popis vzoru = formální pravidlo, které specifikuje přípustné kombinace těchto komponent (segmentů) ohebného slova Úvod do počítačové lingvistiky 4/11 18 / 30
51 češtiny Formát české morfologické databáze slovník = lemma:vzor poznámka Luděk:Luděk Vladěk:Luděk hlemýžděk:luděk vzor koncovkové množiny =rs-mluv-s204 =rs-mluv-s386 {_, k1gmnsc1} {ů, k1gmnpc2} =rs-mluv-s99 =rs-mluv-s499 {i, k1gmnpc1} {ovi, k1gmnsc3} =rs-mluv-s102 {ovi, k1gmnsc6} {i, k1gmnpc5}... +Luděk <děk> rs-mluv-s204 <d c> rs-mluv-s99, rs-mluv-s102, rs-mluv-s385 <d k> rs-mluv-s386, rs-mluv-s499, rs-mluv-s460, rs-mluv-konc12, rs-mluv-s510, rs-mluv-s74, rs-mluv-s71, rs-mluv-s294, rs-mluv-s521, rs-mluv-s522, rs-mluv-s163, rs-mluv-s171, rs-mluv-s299, rs-mluv-konc08 Úvod do počítačové lingvistiky 4/11 19 / 30
52 češtiny Segmentace slova pro potřeby algoritmického popisu segmentace od začátku slova a) segmenty se snadno formalizovatelným výskytem vázaným gramaticky: negativní prefix ne- superlativní prefix nej- futurální slovesný prefix pob) segmenty s nesnadno formalizovatelným výskytem vázáným sémanticky: prefixy první členy kompozit prefixy ni-, ně- zájmen neurčitých a záporných segmentace od konce slova a) rozdělení slovního tvaru na kmen a koncovku b) další segmentace kmene na kmenový základ a intersegment Úvod do počítačové lingvistiky 4/11 20 / 30
53 češtiny Segmentace slova pro potřeby algoritmického popisu segmentace od začátku slova a) segmenty se snadno formalizovatelným výskytem vázaným gramaticky: negativní prefix ne- superlativní prefix nej- futurální slovesný prefix pob) segmenty s nesnadno formalizovatelným výskytem vázáným sémanticky: prefixy první členy kompozit prefixy ni-, ně- zájmen neurčitých a záporných segmentace od konce slova a) rozdělení slovního tvaru na kmen a koncovku b) další segmentace kmene na kmenový základ a intersegment Úvod do počítačové lingvistiky 4/11 20 / 30
54 češtiny Segmentace slova pro potřeby algoritmického popisu segmentace od začátku slova a) segmenty se snadno formalizovatelným výskytem vázaným gramaticky: negativní prefix ne- superlativní prefix nej- futurální slovesný prefix pob) segmenty s nesnadno formalizovatelným výskytem vázáným sémanticky: prefixy první členy kompozit prefixy ni-, ně- zájmen neurčitých a záporných segmentace od konce slova a) rozdělení slovního tvaru na kmen a koncovku b) další segmentace kmene na kmenový základ a intersegment Úvod do počítačové lingvistiky 4/11 20 / 30
55 češtiny Segmentace slova pro potřeby algoritmického popisu segmentace od začátku slova a) segmenty se snadno formalizovatelným výskytem vázaným gramaticky: negativní prefix ne- superlativní prefix nej- futurální slovesný prefix pob) segmenty s nesnadno formalizovatelným výskytem vázáným sémanticky: prefixy první členy kompozit prefixy ni-, ně- zájmen neurčitých a záporných segmentace od konce slova a) rozdělení slovního tvaru na kmen a koncovku b) další segmentace kmene na kmenový základ a intersegment Úvod do počítačové lingvistiky 4/11 20 / 30
56 češtiny Segmentace slova pro potřeby algoritmického popisu segmentace od začátku slova a) segmenty se snadno formalizovatelným výskytem vázaným gramaticky: negativní prefix ne- superlativní prefix nej- futurální slovesný prefix pob) segmenty s nesnadno formalizovatelným výskytem vázáným sémanticky: prefixy první členy kompozit prefixy ni-, ně- zájmen neurčitých a záporných segmentace od konce slova a) rozdělení slovního tvaru na kmen a koncovku b) další segmentace kmene na kmenový základ a intersegment Úvod do počítačové lingvistiky 4/11 20 / 30
57 češtiny Segmentace slova pro potřeby algoritmického popisu segmentace od začátku slova a) segmenty se snadno formalizovatelným výskytem vázaným gramaticky: negativní prefix ne- superlativní prefix nej- futurální slovesný prefix pob) segmenty s nesnadno formalizovatelným výskytem vázáným sémanticky: prefixy první členy kompozit prefixy ni-, ně- zájmen neurčitých a záporných segmentace od konce slova a) rozdělení slovního tvaru na kmen a koncovku b) další segmentace kmene na kmenový základ a intersegment Úvod do počítačové lingvistiky 4/11 20 / 30
58 češtiny Efektivní implementace morfologického lexikonu trie struktura trie: uspořádaný strom nad danou abecedou A v každém uzlu je různé písmeno z abecedy A kĺıč je v trie uložen jako cesta od kořene výhody: sdílení společných prefixů v každém případě nalezení nejdelšího shodného prefixu ǫ p s v z r e i a o Úvod do počítačové lingvistiky 4/11 21 / 30
59 češtiny Efektivní implementace morfologického lexikonu trie struktura trie: uspořádaný strom nad danou abecedou A v každém uzlu je různé písmeno z abecedy A kĺıč je v trie uložen jako cesta od kořene výhody: sdílení společných prefixů v každém případě nalezení nejdelšího shodného prefixu ǫ p s v z r e i a o Úvod do počítačové lingvistiky 4/11 21 / 30
60 češtiny Efektivní implementace morfologického lexikonu trie struktura trie: uspořádaný strom nad danou abecedou A v každém uzlu je různé písmeno z abecedy A kĺıč je v trie uložen jako cesta od kořene výhody: sdílení společných prefixů v každém případě nalezení nejdelšího shodného prefixu ǫ p s v z r e i a o Úvod do počítačové lingvistiky 4/11 21 / 30
61 češtiny Efektivní implementace morfologického lexikonu trie struktura trie: uspořádaný strom nad danou abecedou A v každém uzlu je různé písmeno z abecedy A kĺıč je v trie uložen jako cesta od kořene výhody: sdílení společných prefixů v každém případě nalezení nejdelšího shodného prefixu ǫ p s v z r e i a o Úvod do počítačové lingvistiky 4/11 21 / 30
62 češtiny Efektivní implementace morfologického lexikonu trie struktura trie: uspořádaný strom nad danou abecedou A v každém uzlu je různé písmeno z abecedy A kĺıč je v trie uložen jako cesta od kořene výhody: sdílení společných prefixů v každém případě nalezení nejdelšího shodného prefixu ǫ p s v z r e i a o Úvod do počítačové lingvistiky 4/11 21 / 30
63 češtiny Efektivní implementace morfologického lexikonu trie struktura trie: uspořádaný strom nad danou abecedou A v každém uzlu je různé písmeno z abecedy A kĺıč je v trie uložen jako cesta od kořene výhody: sdílení společných prefixů v každém případě nalezení nejdelšího shodného prefixu ǫ p s v z r e i a o Úvod do počítačové lingvistiky 4/11 21 / 30
64 Eliminace cest v trie češtiny ǫ m p r v a r í r a a r í z a r o k z a r k t č k o Úvod do počítačové lingvistiky 4/11 22 / 30
65 Eliminace cest v trie češtiny ǫ m pro rak v az rak ír o to az rak ír č Úvod do počítačové lingvistiky 4/11 22 / 30
66 češtiny Jiná efektivní implementace ML konečný automat původně BP, Radovan Štancel, 2005 doplňování diakritiky použití mírně pozměněných volně dostupných knihoven pro práci s KA od Jana Daciuka FSA library vstupní data se generují ze slovníku ajky převedeného do tvaru slovo<tab>lemma<tab>značka (cca 33 mil. řádků) Abcházce Abcházec k1gmnpc4 Abcházce Abcházec k1gmnsc2 Abcházce Abcházec k1gmnsc4 Abcházcem Abcházec k1gmnsc7 Abcházci Abcházec k1gmnpc1 Abcházci Abcházec k1gmnpc5 Abcházci Abcházec k1gmnpc7 Abcházci Abcházec k1gmnsc3 Abcházci Abcházec k1gmnsc6... Úvod do počítačové lingvistiky 4/11 23 / 30
67 češtiny Jiná efektivní implementace ML konečný automat původně BP, Radovan Štancel, 2005 doplňování diakritiky použití mírně pozměněných volně dostupných knihoven pro práci s KA od Jana Daciuka FSA library vstupní data se generují ze slovníku ajky převedeného do tvaru slovo<tab>lemma<tab>značka (cca 33 mil. řádků) Abcházce Abcházec k1gmnpc4 Abcházce Abcházec k1gmnsc2 Abcházce Abcházec k1gmnsc4 Abcházcem Abcházec k1gmnsc7 Abcházci Abcházec k1gmnpc1 Abcházci Abcházec k1gmnpc5 Abcházci Abcházec k1gmnpc7 Abcházci Abcházec k1gmnsc3 Abcházci Abcházec k1gmnsc6... Úvod do počítačové lingvistiky 4/11 23 / 30
68 češtiny Jiná efektivní implementace ML konečný automat původně BP, Radovan Štancel, 2005 doplňování diakritiky použití mírně pozměněných volně dostupných knihoven pro práci s KA od Jana Daciuka FSA library vstupní data se generují ze slovníku ajky převedeného do tvaru slovo<tab>lemma<tab>značka (cca 33 mil. řádků) Abcházce Abcházec k1gmnpc4 Abcházce Abcházec k1gmnsc2 Abcházce Abcházec k1gmnsc4 Abcházcem Abcházec k1gmnsc7 Abcházci Abcházec k1gmnpc1 Abcházci Abcházec k1gmnpc5 Abcházci Abcházec k1gmnpc7 Abcházci Abcházec k1gmnsc3 Abcházci Abcházec k1gmnsc6... Úvod do počítačové lingvistiky 4/11 23 / 30
69 češtiny Jiná efektivní implementace ML konečný automat data se dále upravují pro KA slovo+zkr.lemma+značky: Abcházce+ACec+k1gMnPc4, k1gmnsc2, k1gmnsc4 Abcházcem+ADec+k1gMnSc7 Abcházci+ACec+k1gMnPc1, k1gmnpc5, k1gmnpc7, k1gmnsc3, v lemmatu 1. písmeno je počet znaků, které se odtrhnou jako předpona, 2. písmeno je počet znaků, které se trhají od konce, a ostatní znaky se přidají tím se sníží počet řádků na 6.7 mil. řádků, ze kterých se přímo generuje (a minimalizuje) konečný automat výsledný slovník má 4.3 MB rychlost je cca o 1/4 lepší než u trie, velikost řádově srovnatelná Úvod do počítačové lingvistiky 4/11 24 / 30
70 češtiny Jiná efektivní implementace ML konečný automat data se dále upravují pro KA slovo+zkr.lemma+značky: Abcházce+ACec+k1gMnPc4, k1gmnsc2, k1gmnsc4 Abcházcem+ADec+k1gMnSc7 Abcházci+ACec+k1gMnPc1, k1gmnpc5, k1gmnpc7, k1gmnsc3, v lemmatu 1. písmeno je počet znaků, které se odtrhnou jako předpona, 2. písmeno je počet znaků, které se trhají od konce, a ostatní znaky se přidají tím se sníží počet řádků na 6.7 mil. řádků, ze kterých se přímo generuje (a minimalizuje) konečný automat výsledný slovník má 4.3 MB rychlost je cca o 1/4 lepší než u trie, velikost řádově srovnatelná Úvod do počítačové lingvistiky 4/11 24 / 30
71 češtiny Jiná efektivní implementace ML konečný automat data se dále upravují pro KA slovo+zkr.lemma+značky: Abcházce+ACec+k1gMnPc4, k1gmnsc2, k1gmnsc4 Abcházcem+ADec+k1gMnSc7 Abcházci+ACec+k1gMnPc1, k1gmnpc5, k1gmnpc7, k1gmnsc3, v lemmatu 1. písmeno je počet znaků, které se odtrhnou jako předpona, 2. písmeno je počet znaků, které se trhají od konce, a ostatní znaky se přidají tím se sníží počet řádků na 6.7 mil. řádků, ze kterých se přímo generuje (a minimalizuje) konečný automat výsledný slovník má 4.3 MB rychlost je cca o 1/4 lepší než u trie, velikost řádově srovnatelná Úvod do počítačové lingvistiky 4/11 24 / 30
72 češtiny Jiná efektivní implementace ML konečný automat data se dále upravují pro KA slovo+zkr.lemma+značky: Abcházce+ACec+k1gMnPc4, k1gmnsc2, k1gmnsc4 Abcházcem+ADec+k1gMnSc7 Abcházci+ACec+k1gMnPc1, k1gmnpc5, k1gmnpc7, k1gmnsc3, v lemmatu 1. písmeno je počet znaků, které se odtrhnou jako předpona, 2. písmeno je počet znaků, které se trhají od konce, a ostatní znaky se přidají tím se sníží počet řádků na 6.7 mil. řádků, ze kterých se přímo generuje (a minimalizuje) konečný automat výsledný slovník má 4.3 MB rychlost je cca o 1/4 lepší než u trie, velikost řádově srovnatelná Úvod do počítačové lingvistiky 4/11 24 / 30
73 češtiny Jiná efektivní implementace ML konečný automat data se dále upravují pro KA slovo+zkr.lemma+značky: Abcházce+ACec+k1gMnPc4, k1gmnsc2, k1gmnsc4 Abcházcem+ADec+k1gMnSc7 Abcházci+ACec+k1gMnPc1, k1gmnpc5, k1gmnpc7, k1gmnsc3, v lemmatu 1. písmeno je počet znaků, které se odtrhnou jako předpona, 2. písmeno je počet znaků, které se trhají od konce, a ostatní znaky se přidají tím se sníží počet řádků na 6.7 mil. řádků, ze kterých se přímo generuje (a minimalizuje) konečný automat výsledný slovník má 4.3 MB rychlost je cca o 1/4 lepší než u trie, velikost řádově srovnatelná Úvod do počítačové lingvistiky 4/11 24 / 30
74 České morfologické analyzátory České morfologické analyzátory ajka Radek Sedláček, FI MU Brno značky jsou řetězce dvojic atribut hodnota napsaný v C využívá struktury trie základních tvarů, různých slovních tvarů, různých značek, slovník 3.13 MB rychlost analýzy cca slov/s v současnosti nový nástroj majka od Pavla Šmerka, na principu konečných automatů, s novým mechanizmem vzorů pražský morfologický analyzátor Barbora Hladká, Jan Hajič a jeho tým, ÚFAL MFF UK Praha používá poziční značky free část napsaná v Perlu, menší slovník (cca základních tvarů, koncovek) Úvod do počítačové lingvistiky 4/11 25 / 30
75 České morfologické analyzátory České morfologické analyzátory ajka Radek Sedláček, FI MU Brno značky jsou řetězce dvojic atribut hodnota napsaný v C využívá struktury trie základních tvarů, různých slovních tvarů, různých značek, slovník 3.13 MB rychlost analýzy cca slov/s v současnosti nový nástroj majka od Pavla Šmerka, na principu konečných automatů, s novým mechanizmem vzorů pražský morfologický analyzátor Barbora Hladká, Jan Hajič a jeho tým, ÚFAL MFF UK Praha používá poziční značky free část napsaná v Perlu, menší slovník (cca základních tvarů, koncovek) Úvod do počítačové lingvistiky 4/11 25 / 30
76 České morfologické analyzátory Pražský morfologický analyzátor poziční značky pozice kategorie anglicky česky 1 POS Part of Speech Slovní druh 2 SUBPOS Detailed Part of Speech Slovní poddruh 3 GENDER Agreement Gender Rod 4 NUMBER Agreement Number Číslo 5 CASE Case Pád 6 POSSGENDER Possessor s Gender Rod vlastníka 7 POSSNUMBER Possessor s Number Číslo vlastníka 8 PERSON Person Osoba 9 TENSE Tense Čas 10 GRADE Degree of Comparison Stupeň 11 NEGATION Negation (by prefix) Negace 12 VOICE Voice Slovesný rod 13 RESERVE1 Reserved for future use Rezerva 14 RESERVE2 Reserved for future use Rezerva 15 VAR Variant, Style, Register Varianta, styl Úvod do počítačové lingvistiky 4/11 26 / 30
77 České morfologické analyzátory Pražský morfologický analyzátor příklad vstup: Prezident rezignoval na svou funkci. výstup: <csts> <f cap>prezident<mml>prezident<mmt>nnms1-----a---- <f>rezignoval<mml>rezignovat :T<MMt>VpYS---XR-AA--- <f>na<mml>na<mmt>rr <mmt>rr <f>svou<mml>svůj-1 ^(přivlast.)<mmt>p8fs <MMt>P8FS <f>funkci<mml>funkce<mmt>nnfs3-----a---- <MMt>NNFS4-----A----<MMt>NNFS6-----A---- <D> <d>.<mml>.<mmt>z: </csts> Úvod do počítačové lingvistiky 4/11 27 / 30
78 České morfologické analyzátory Značky morfologického analyzátoru ajka značka = řetězec dvojic atributhodnota: k1gnnsc3 k slovní druh 1 podst. jméno, 2 př. jméno,... g rod M muž. životný, I muž. neživotný,... n číslo S jednotné, P množné, D duál c pád 1, 2,..., 7 p osoba 1, 2, 3 m slovesný způsob F infinitiv, R imperativ,... a slovesný vid P dokonavý, I nedokonavý t typ příslovcí T času, L místa, M způsobu,... x typ spojky C souřadící, S podřadící Úvod do počítačové lingvistiky 4/11 28 / 30
79 České morfologické analyzátory Morfologický analyzátor ajka příklad dávkově Prezident <l>prezident <c>k1gmnsc1 rezignoval <l>rezignovat <c>k5eapmnstmmpai <c>k5eapinstmmpai na <l>na <c>k7c4 <c>k7c6 svou <l>svůj <c>k3xogfnsc4p3 <c>k3xogfnsc7p3 funkci <l>funkce <c>k1gfnsc3 <c>k1gfnsc6 <c>k1gfnsc4 interaktivně <s> ne=snesiteln=ého== (1023) <l>snesitelný <c>k2engmnsc2d1 <c>k2engmnsc4d1... všechny tvary (ajka -a) <s> =p=es== (1148) <l>pes <c>k1gmnsc1 pes psům psů psovi psem psa psu psy psech pse psi psové Úvod do počítačové lingvistiky 4/11 29 / 30
80 České morfologické analyzátory Morfologický analyzátor ajka příklad dávkově Prezident <l>prezident <c>k1gmnsc1 rezignoval <l>rezignovat <c>k5eapmnstmmpai <c>k5eapinstmmpai na <l>na <c>k7c4 <c>k7c6 svou <l>svůj <c>k3xogfnsc4p3 <c>k3xogfnsc7p3 funkci <l>funkce <c>k1gfnsc3 <c>k1gfnsc6 <c>k1gfnsc4 interaktivně <s> ne=snesiteln=ého== (1023) <l>snesitelný <c>k2engmnsc2d1 <c>k2engmnsc4d1... všechny tvary (ajka -a) <s> =p=es== (1148) <l>pes <c>k1gmnsc1 pes psům psů psovi psem psa psu psy psech pse psi psové Úvod do počítačové lingvistiky 4/11 29 / 30
81 České morfologické analyzátory Morfologický analyzátor ajka příklad dávkově Prezident <l>prezident <c>k1gmnsc1 rezignoval <l>rezignovat <c>k5eapmnstmmpai <c>k5eapinstmmpai na <l>na <c>k7c4 <c>k7c6 svou <l>svůj <c>k3xogfnsc4p3 <c>k3xogfnsc7p3 funkci <l>funkce <c>k1gfnsc3 <c>k1gfnsc6 <c>k1gfnsc4 interaktivně <s> ne=snesiteln=ého== (1023) <l>snesitelný <c>k2engmnsc2d1 <c>k2engmnsc4d1... všechny tvary (ajka -a) <s> =p=es== (1148) <l>pes <c>k1gmnsc1 pes psům psů psovi psem psa psu psy psech pse psi psové Úvod do počítačové lingvistiky 4/11 29 / 30
82 České morfologické analyzátory Morfologický analyzátor ajka webové rozhraní Úvod do počítačové lingvistiky 4/11 30 / 30
83 České morfologické analyzátory Morfologický analyzátor ajka webové rozhraní Úvod do počítačové lingvistiky 4/11 30 / 30
84 České morfologické analyzátory Morfologický analyzátor ajka webové rozhraní Úvod do počítačové lingvistiky 4/11 30 / 30
Popis morfologických značek poziční systém
Popis morfologických značek poziční systém Jan Hajič Ústav formální a aplikované lingvistiky MFF UK Morfologická analýza a syntéza Morfologické značky jsou součástí výsledku (výstupem) morfologické analýzy,
Dataprojektor, kodifikační příručky
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Český jazyk (CEJ) Jazyková výchova Prima 2 hodiny týdně Dataprojektor, kodifikační příručky Slovní druhy Objasní motivaci pojmenování slovních druhů Vysvětlí
Slovníky a morfologická analýza
Počítačové zpracování přirozeného jazyka Slovníky a morfologická analýza Daniel Zeman http://ufal.mff.cuni.cz/course/popj1/ Slovník Zásobárna informací o slovech Morfologie vzory ohýbání, pravidelné odvozování
Jazyk a jazyková komunikace 2. ročník a sexta
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Tvarosloví Český jazyk (CEJ) Jazyk a jazyková komunikace 2. ročník a sexta 2 hodiny týdně (viz poznámky) S jistotou určí slovní druh a pojmenuje jej cizím termínem
VY_12_INOVACE_26_MLUVNICKE_KATEGORIE_PODSTATNYCH_ JMEN. Předmět: Český jazyk Ročník: 4. Časová dotace: 45 min Datum ověření:
Kód materiálu: Název materiálu: VY_12_INOVACE_26_MLUVNICKE_KATEGORIE_PODSTATNYCH_ JMEN Mluvnické kategorie podstatných jmen Předmět: Český jazyk Ročník: 4. Časová dotace: 45 min Datum ověření: 10. 4. 2013
Morfologie. Gramatika gramatické tvary a konstrukce a jejich sémantické funkce - obecný úvod
Morfologie Gramatika gramatické tvary a konstrukce a jejich sémantické funkce - obecný úvod Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Mgr. Petra Hrnčířová. Dostupné z Metodického
Gramatické rozbory češtiny Výklad a cvičení s řešeními. Robert Adam a kol. Recenzovaly: PhDr. Jasňa Pacovská, CSc. PhDr. Jana Bílková, Ph.D.
U k á z k a k n i h y z i n t e r n e t o v é h o k n i h k u p e c t v í w w w. k o s m a s. c z, U I D : K O S 2 3 8 1 5 5 Gramatické rozbory češtiny Výklad a cvičení s řešeními Robert Adam a kol. Recenzovaly:
SADA VY_32_INOVACE_CJ1
SADA VY_32_INOVACE_CJ1 Přehled anotačních tabulek k dvaceti výukovým materiálům vytvořených Mgr. Bronislavou Zezulovou a Mgr. Šárkou Adamcovou. Kontakt na tvůrce těchto DUM: zezulova@szesro.cz a adamcova@szesro.cz
Úvod do gramatiky. Galénos a Hippokratés na fresce v kryptě katedrály v Anagni, vybudované v roce 1255
Úvod do gramatiky Galénos a Hippokratés na fresce v kryptě katedrály v Anagni, vybudované v roce 1255 Slovní druhy Z deseti slovních druhů se v lékařské terminologii uplatňují jen některé: a) podstatná
Úvodní jazykový seminář: výklad a cvičení (s terminologickým slovníkem)
Úvodní jazykový seminář: výklad a cvičení (s terminologickým slovníkem) Robert Adam Martin Beneš Ivana Bozděchová Pavlína Jínová František Martínek Hana Prokšová Lucie Saicová Římalová Grafická úprava
Univerzita Karlova v Praze, Nakladatelství Karolinum, 2015 Robert Adam, 2015
Morfologie Příručka k povinnému předmětu bakalářského studia oboru ČJL Robert Adam Grafická úprava Jan Šerých Sazba DTP Nakladatelství Karolinum Vydání první Univerzita Karlova v Praze, Nakladatelství
Morfologie I - seminář CJA009 (C32) seminář pro I. cyklus studia. úterý
Morfologie I - seminář CJA009 (C32) seminář pro I. cyklus studia úterý 8.20-9.50 POŢADAVKY Aktivní účast na semináři, docházka (max. 3 omluvené neúčasti, omluvit se je možno e-mailem) Závěrečná písemná
NÁZEV TŘÍDA ANOTACE PLNĚNÉ VÝSTUPY KLÍČOVÁ SLOVA
ČÍSLO SADY III/2 AUTOR/KA Radka Zborníková ČJL - Tvarosloví Slovní druhy číselné označení DUM NÁZEV TŘÍDA ANOTACE PLNĚNÉ VÝSTUPY KLÍČOVÁ SLOVA FORMÁT (pdf,, ) 1. Slovní druhy - přehled, opakování učiva
DeriNet: Lexikální databáze českých derivátů
DeriNet: Lexikální databáze českých derivátů Magda Ševčíková, Zdeněk Žabokrtský {sevcikova,zabokrtsky}@ufal.mff.cuni.cz Univerzita Karlova v Praze Matematicko-fyzikální fakulta Ústav formální a aplikované
Automatická post-editace výstupů frázového strojového překladu (Depfix)
Rudolf Rosa diplomová práce Automatická post-editace výstupů frázového strojového překladu (Depfix) Automatic post-editing of phrase-based machine translation outputs Motivační příklad Zdroj: All the winners
Příloha č. 4 ČESKÝ JAZYK JAZYKOVÁ VÝCHOVA
Žák porovnává významy slov, zvláště slova podobného nebo stejného významu a slova vícevýznamová O jazyce Opakování učiva 3. ročníku Národní jazyk Naše vlast a národní jazyk Nauka o slově Slova a pojmy,
LISTOPAD Úvod do nauky o tvoření slov, PROSINEC Psaní velkých písmen
(UČEBNÍ MATERIÁLY Český jazyk a stylistika Sexta A, Sexta B Libuše Kratochvílová 2 hodiny týdně Český jazyk pro 2.roč. G SPN 2005 / nov. mat. / Český jazyk pro stř. šk. SPN 2003 a další Český jazyk v kostce
Obsah. Úvodní poznámka 11 Německý jazyk, spisovná řeč a nářečí 13 Pomůcky ke studiu němčiny 15
Obsah Úvodní poznámka 11 Německý jazyk, spisovná řeč a nářečí 13 Pomůcky ke studiu němčiny 15 VÝSLOVNOST A PRAVOPIS Německá výslovnost 18 Hlavni rozdíly mezi českou a německou výslovnosti 19 Přízvuk 20
Automatická post-editace výstupů frázového strojového překladu (Depfix)
Rudolf Rosa diplomová práce Automatická post-editace výstupů frázového strojového překladu (Depfix) Automatic post-editing of phrase-based machine translation outputs Motivační příklad Zdroj (WMT 2010):
Český jazyk - Jazyková výchova
Prima Zvuková stránka jazyka Stavba slova a pravopis rozlišuje spisovný jazyk, nářečí a obecnou češtinu Jazyk a jeho útvary seznamuje se s jazykovou normou spisovně vyslovuje česká a běžně užívaná cizí
Slovní druhy. Ohebné i neohebné
Slovní druhy Ohebné i neohebné Slovní druhy 1. Podstatná jména 2. Přídavná jména 3. Zájmena 4. Číslovky 5. Slovesa 6. Příslovce 7. Předložky 8. Spojky 9. Částice 10. Citoslovce Podstatná jména názvy osob,
Morfologie I - seminář CJA009 (C41/C13) seminář pro I. cyklus studia. středa/pátek
Morfologie I - seminář CJA009 (C41/C13) seminář pro I. cyklus studia středa/pátek 8.20-9.50 1 POŢADAVKY Aktivní účast na semináři, docházka (max. 3 omluvené neúčasti, omluvit se je možno e-mailem) Závěrečná
1 Substantiva. 2 Adjektiva. Obsah. Lekce Obsah Cvičení
Obsah Úvod. Substantiva. Adjektiva. Personalia, posesiva. Demonstrativa. Interogativa, relativa 0. Indefinita, negativa. Numeralia 0. Verba prézentní tvary. Verba préteritum 0. Verba aspekt. Verba futurum.
ŠVP Gymnázium Ostrava-Zábřeh. 4.8.20. Latina
4.8.20. Latina A) Obsahové, časové a organizační vymezení předmětu: Důležitost a význam studia latinského jazyka dokazuje nejen jeho několikasetletá tradice. I v dnešní době má tento doplňující vzdělávací
OBSAH. Předmluva (Libuše Dušková) DÍL I. Rozbor fonologický
OBSAH Předmluva (Libuše Dušková) DÍL I. Rozbor fonologický Úvod Rozdělení jazykového rozboru Poměr fonologie k fonetice. Dějiny bádání Fonémy a varianty Monofonémové hodnocení hláskových komplexů Dvoufonémové
Dotazy v CQL (pro Sketch Engine)
Masarykova univerzita Filozofická fakulta Dotazy v CQL (pro Sketch Engine) PLIN021: Sémantická analýza v praxi Daniela Chalupníková Nikol Volková 2013 Obsah Úvod... 3 I. Co je to CQL... 4 II. Pojmy...
Morfologie odborných textů
Morfologie odborných textů Yvona Řepová Název školy Název a číslo projektu Název modulu Obchodní akademie a Střední odborné učiliště, Veselí nad Moravou Motivace žáků ke studiu technických předmětů OP
VY_32_INOVACE_ / IQ cesta
1/6 3.2.07.08 Pravidla hry: 1. Hra je určena minimálně pro 2 hráče. 2. Jeden hráč (může se účastnit i hry) bude kontrolovat správnost odpovědí na Listině odpovědí. 3. Každý si vybere figurku jiné barvy
MASARYKOVA UNIVERSITA FAKULTA INFORMATIKY. Morfologický analyzátor
MASARYKOVA UNIVERSITA FAKULTA INFORMATIKY! " $ % F & GH D E ')(+*,.-0/132?@ACB 46587:9= Morfologický analyzátor češtiny DIPLOMOVÁ PRÁCE Radek Sedláček Brno, 1999 Prohlášení Prohlašuji, že tato diplomová
DIGITÁLNÍ ARCHIV VZDĚLÁVACÍCH MATERIÁLŮ
DIGITÁLNÍ ARCHIV VZDĚLÁVACÍCH MATERIÁLŮ Číslo projektu Číslo a název šablony klíčové aktivity Tématická oblast CZ.1.07/1.5.00/34.0963 II/2 Inovace a zkvalitnění výuky směřující k rozvoji čtenářské a informační
III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT. Žák se seznámí se základními pojmy morfologie tvarosloví, ohebnost, význam slov.
Název školy: Číslo a název projektu: Číslo a název šablony klíčové aktivity: Označení materiálu: Typ materiálu: Předmět, ročník, obor: Číslo a název sady: Téma: Jméno a příjmení autora: STŘEDNÍ ODBORNÁ
Dataprojektor, jazykové příručky, pracovní listy
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Tvarosloví *) Český jazyk (CEJ) Jazyková výchova Sekunda 2 hodiny týdně Dataprojektor, jazykové příručky, pracovní listy Určuje slovní druhy, své tvrzení vždy
Ročník: 5. Časová dotace: 7 hodin týdně učivo, téma očekávané výstupy klíčové kompetence, mezipředmětové vazby
Ročník: 5. Časová dotace: 7 hodin týdně Komunikační a slohová Zážitkové čtení a naslouchání klíčová slova vyhledávací čtení aktivní naslouchání se záznamem slyšeného Žák při hlasitém čtení vhodně využívá
Morfologie. Morfém. Morf. Typy morfů (podle významu, který vyjadřují) Morfologická homonymie. Morfologická synonymie
Morfologie Morfologie (tvarosloví) jazykovědná disciplína, součást gramatiky (spolu se syntaxí) Členění: a) formální morfologie b) funkční (sémantická) morfologie Morfonologie alternace vokalické alternace
Příloha č. 4 ČESKÝ JAZYK JAZYKOVÁ VÝCHOVA
září Žák porovnává významy slov, zvláště slova podobného nebo stejného významu a slova vícevýznamová. Žák dokáže rozlišit mluvnické kategorie podstatných jmen (pád, číslo, rod), rozliší větu jednoduchou
Všestranný jazykový rozbor (VJR)
Všestranný jazykový rozbor (VJR) VJR by měl tvořit součást téměř každé vyučovací hodiny a můžeme jej zařadit do kterékoli její části. Nejčastěji se používá při opakovaní a vyvozování nového učiva. Pokud
Olympiáda v českém jazyce 45. ročník 2018/2019
Národní institut pro další vzdělávání MŠMT Senovážné náměstí 25, 110 00 Praha 1 Olympiáda v českém jazyce 45. ročník 2018/2019 Krajské kolo zadání I. kategorie přidělené soutěžní číslo body gramatika sloh
1. MORFOLOGIE. 1. Morfologie
1. Morfologie 1. MORFOLOGIE Pojem morfologie pochází z řeckého μορφή, morfé, tvar + λογία, logia, nauka) a je součástí mnoha věd, jako je například lingvistika, biologie, astronomie, geomorfologie, archeologie
4.9.1. Základy latiny II
4.9.1. Základy latiny II Základy latiny jsou dvouletý volitelný předmět, jehož hlavním cílem je poskytnout žákům základní orientaci v systému latinské gramatiky v rozsahu středoškolského učiva a připravit
ZŠ ÚnO, Bratří Čapků 1332
TS Český jazyk 1 (Pravopis) Terasoft Vyjmenovaná slova doplňování i(í) nebo y(ý), chybné odpovědi jsou vypsány s uvedením správného pravopisu před vlastním testem je možné zvolit písmena, po kterých budou
VY_12_INOVACE_29_TEMER_VSE_O_PODSTATNYCH_JMENECH_ NA_1_ST_ZS. Téměř vše o podstatných jménech na 1. stupni ZŠ. Předmět: Český jazyk Ročník: 4.
Kód materiálu: Název materiálu: VY_12_INOVACE_29_TEMER_VSE_O_PODSTATNYCH_JMENECH_ NA_1_ST_ZS Téměř vše o podstatných jménech na 1. stupni ZŠ Předmět: Český jazyk Ročník: 4. Časová dotace: 45 min Datum
Příspěvky k české morfologii
Příspěvky k české morfologii Miroslav Komárek Obsah 5 Obsah ÚVODEM.! 11 I. SYSTÉM AUTOSÉMANTICKÝCH SLOVNÍCH DRUHŮ V SPISOVNÉ ČEŠTINĚ 13 0. Vstupní poznámka 13 1. Kritéria klasifikace slovních druhů 13
Český jazyk a literatura - jazyková výchova
Využívá znalostí získaných v předešlých ročnících. OPAKOVÁNÍ OPAKOVÁNÍ Vysvětlí pojmy: sl.nadřazené, podřazené a slova souřadná.uvede příklady. Rozpozná sl. jednoznač.a mnohoznačná. V textu vyhledá synonyma,
SSOS_CJL_5.13. III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT. Číslo a název projektu Číslo a název šablony
Číslo a název projektu Číslo a název šablony DUM číslo a název CZ.1.07/1.5.00/34.0378 Zefektivnění výuky prostřednictvím ICT technologií III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT SSOS_CJL_5.13
3 Morfologická analýza. 2 Reprezentace morfologického. lemma. Pomocí slovotvorného vzoru se generuje seznam
Morfologie češtiny znovu a lépe Jaroslava Hlaváčová a David Kolovratník Univerzita Karlova v Praze Ústav formální a aplikované lingvistiky, Matematicko-fyzikální fakulta Malostranské náměstí 25 11800 Praha
Roviny analýzy jazyka. Fonetika
. Fonetika Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/poc_lingv/ Obsah: Úvod do počítačové lingvistiky 2/11 1 / 20 Struktura jazyka Struktura jazyka zahrnuje informace o: co jsou slova (z
Předmět: Latina. Charakteristika vyučovacího předmětu:
Vzdělávací oblast: Vzdělávací obor: Jazyk a jazyková komunikace Cizí jazyk latina V předmětu Latina se realizuje obsah vzdělávacího oboru latinský jazyk RVP GV; současně se realizují tematické okruhy průřezových
Český jazyk ve 4. ročníku
Český jazyk ve 4. ročníku září Jazyková Čte s porozuměním přiměřeně náročné texty potichu i nahlas. učebnice strana 3 7 Procvičuje praktické naslouchání při komunikaci s další osobou. pracovní sešit strana
SLOVNÍ DRUHY Platón Aristoteles Dionysios Thrácký Priscianus
SLOVNÍ DRUHY Historicky podmíněná kategorizace lexikálních jednotek/slov. Védángy (disciplíny umožňující studium véd Nirukta 5./6. stol. př. n. l. základy popisu jazyka glosář etymologie, forma a význam
Krajské kolo Olympiády v českém jazyce 2005/ ročník. II. kategorie Počet bodů:... Jméno:... Škola:...
Krajské kolo Olympiády v českém jazyce 2005/2006 32. ročník II. kategorie Počet bodů:... Jméno:... Škola:... Přečtěte si následující úryvek z jedné starší mluvnice češtiny: O gménu Gméno gest takowá částka
Depfix: Jak dělat strojový překlad lépe než Google Translate
Rudolf Rosa rur@nikdeeu http://ufalmffcunicz/rudolf-rosa Depfix: Jak dělat strojový překlad lépe než Google Translate Univerzita Karlova v Praze Matematicko-fyzikální fakulta Ústav formální a aplikované
Výukový materiál zpracován v rámci projektu EU peníze školám
Výukový materiál zpracován v rámci projektu EU peníze školám Registrační číslo projektu: CZ.1.07/1.4.00/21.3665 Šablona: III/2 č. materiálu: VY_32_INOVACE_277 Jméno autora: Mgr. Eva Svárovská Třída/ročník:
Lingvistická terminologie
Počítačové zpracování přirozeného jazyka Lingvistická terminologie Daniel Zeman http://ufal.mff.cuni.cz/course/popj1/ Slovní druhy slovní druh part of speech podstatné jméno substantivum noun přídavné
MORFOLOGIE ČESKÉHO JAZYKA
MORFOLOGIE ČESKÉHO JAZYKA doc. Mgr. Patrik Mitter, Ph.D. Studijní opora Katedry bohemistiky Pedagogické fakulty Univerzity J. E. Purkyně v Ústí nad Labem strana 1 z 32 Obsah ÚVOD... 3 1 TVAROSLOVÍ SOUČASNÉ
Pravopis i-y. MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA reg. č.: CZ.1.07/1.4.00/21.2389
Základní škola, Šlapanice, okres Brno-venkov, příspěvková organizace Masarykovo nám. 1594/16, 664 51 Šlapanice www.zsslapanice.cz MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA reg. č.: CZ.1.07/1.4.00/21.2389 Pravopis
Zápis morfologických dat návrh řešení pro lexikální databázi LEXIKON 21 1
f.voborská/41-46/6 6.2.2009 21:56 Stránka 41 Zápis morfologických dat návrh řešení pro lexikální databázi LEXIKON 21 1 Ústav pro jazyk český AV ČR, v. v. i. Tools for Inputting Morphological Data A Proposal
TVAROSLOVÍ Mgr. Soňa Bečičková
TVAROSLOVÍ Mgr. Soňa Bečičková ÚVOD DO TVAROSLOVÍ VY_32_INOVACE_CJ_3_01 OPVK 1.5 EU peníze středním školám CZ.1.07/1.500/34.0116 Modernizace výuky na učilišti ÚVOD DO TVAROSLOVÍ Základní pojmy, slovní
Přídavná jména Střední průmyslová škola a Obchodní akademie Uherský Brod Český jazyk a literatura
Přídavná jména Název školy: Střední průmyslová škola a Obchodní akademie Uherský Brod Adresa: Nivnická 1781, 688 01 Uherský Brod Předmět: Český jazyk a literatura Vyučující: Balaštíková Andrea Přídavná
VY_32_INOVACE_6/19_JAZYK A JAZYKOVÁ KOMUNIKACE. Předmět: Český jazyk Ročník: 7. Poznámka: Procvičování - slovotvorba Vypracoval: Mgr.
VY_32_INOVACE_6/19_JAZYK A JAZYKOVÁ KOMUNIKACE Předmět: Český jazyk Ročník: 7. Poznámka: Procvičování - slovotvorba Vypracoval: Mgr. Linda Rulfová Procvičování slovotvorba (7. ročník) 1. Čím se od sebe
12. Opakování tvarosloví Vypracovala: Martina Miškeříková, červenec 2013
12. Opakování tvarosloví Vypracovala: Martina Miškeříková, červenec 2013 Název školy Obchodní akademie a Střední odborné učiliště Veselí nad Moravou Název a číslo OP OP Vzdělávání pro konkurenceschopnost,
Název materiálu SLOVNÍ DRUHY PODSTATNÁ JMÉNA. Metodika. Pořadové číslo III-2-ČJ-III- 1-9.r.
Pořadové číslo 1-9.r. Název materiálu SLOVNÍ DRUHY PODSTATNÁ JMÉNA Autor Použitá literatura a zdroje Fraus 2006, 27-30 s. ISBN 80-7238-536-4 sešit 2006, 20-21 s. ISBN 80-7238-537-2 Metodika Materiál je
Reálné gymnázium a základní škola města Prostějova Školní vzdělávací program pro ZV Ruku v ruce
1 JAZYK A JAZYKOVÁ KOMUNIKACE UČEBNÍ OSNOVY 1. 2 Cvičení z českého jazyka Cvičení z českého jazyka 7. ročník 1 hodina 8. ročník 1 hodina 9. ročník 1 hodina Charakteristika Žáci si tento předmět vybírají
METODY A CÍLE VÝUKY TVAROSLOVÍ NA 1. STUPNI ZÁKLADNÍ ŠKOLY
JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH FAKULTA PEDAGOGICKÁ KATEDRA ČESKÉHO JAZYKA A LITERATURY METODY A CÍLE VÝUKY TVAROSLOVÍ NA 1. STUPNI ZÁKLADNÍ ŠKOLY Autor: Iva Landgráfová Studijní obor: Učitelství
Ročník: 4. Časová dotace: 7 hodin týdně učivo, téma očekávané výstupy klíčové kompetence, mezipředmětové vazby
Ročník: 4. Časová dotace: 7 hodin týdně Komunikační a slohová Čtení a naslouchání čtení jako zdroj informací aktivní naslouchání s otázkami Žák čte s porozuměním přiměřeně náročné texty potichu i nahlas.
E K O G Y M N Á Z I U M B R N O o.p.s. přidružená škola UNESCO
Seznam výukových materiálů III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Tematická oblast: Předmět: Vytvořil: Současný český jazyk upevňování a procvičování obtížných gramatických jevů Český jazyk
ANOTACE K VÝUKOVÉ SADĚ č. VY_32_INOVACE_02_05_NEJ_Ps
ANOTACE K VÝUKOVÉ SADĚ č. VY_32_INOVACE_02_05_NEJ_Ps Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast (předmět) Autor CZ.1.07/1.5.00/34.0705 III/2 Inovace a zkvalitnění výuky prostřednictvím
SLOVNÍ DRUHY- KVÍZ. Zakroužkuj správnou odpověď.
Anotace Pracovní list k procvičení a upevnění znalostí učiva slovní druhy Autor Mgr. Marcela Zemanová Jazyk Čeština Očekávaný Správně určovat slovní druhy výstup Speciální vzdělávací Lehké mentální postižení
Roční úvodní kurs českého jazyka pro nově příchozí žáky - cizince
Roční úvodní kurs českého jazyka pro nově příchozí žáky - cizince Cíl kursu: 1/rychlé osvojení češtiny na komunikační úrovni - rozvoj slovní zásoby 2/ pochopení základních pravidel systému jazyka druhy
Český jazyk v 5. ročníku
Český jazyk v 5. ročníku září Jazyková Při hlasitém čtení vhodně využívá modulace souvislé řeči a různá zabarvení hlasu. Po tichém čtení samostatně reprodukuje text. Odliší podstatné a okrajové informace,
Jak lze v korpusech hledat doklady pro výzkum morfologie?
Seminář cjbb75 1. 4. 2015 Jak lze v korpusech hledat doklady pro výzkum morfologie? Vyhledávání podle morfologické značky problém spolehlivosti desambiguace Vyhledejte v korpusu SYN2010 všechny vokativy
Předmět speciálně pedagogické péče
Předmět speciálně pedagogické péče Přehled podpůrných opatření včetně zajištění předmětů speciálně pedagogické péče (PSPP) je obsažen v Příloze č. 1 k vyhlášce č. 27/2016 Sb. o vzdělávání žáků se speciálními
Nové orgány na postupu
Nové orgány na postupu Pěstování celých orgánů z kmenových buněk je v současnosti oblíbené. Základní postup, který biologové používají, je vesměs podobný. Aby se kmenová buňka změnila ve správný buněčný
TVAROSLOVÍ Mgr. Soňa Bečičková
TVAROSLOVÍ Mgr. Soňa Bečičková SLOVESA VY_32_INOVACE_CJ_3_17 OPVK 1.5 EU peníze středním školám CZ.1.07/1.500/34.0116 Modernizace výuky na učilišti Druhy sloves, slovesné kategorie, slovesné tvary určité
Chytal tlouště na višni
Chytal tlouště na višni Barbora Hladká Ústav formální a aplikované lingvistiky Matematicko-fyzikální fakulta Univerzita Karlova v Praze http://ufal.mff.cuni.cz Jedna noc s informatikou a matematikou MFF
Olympiáda v českém jazyce 45. ročník, 2018/2019
Národní institut pro další vzdělávání MŠMT Senovážné náměstí 25, 110 00 Praha 1 Olympiáda v českém jazyce 45. ročník, 2018/2019 Krajské kolo zadání II. kategorie přidělené soutěžní číslo body gramatika
II. Nástroje a metody, kterými ověřujeme plnění cílů
NĚMČINA Gymnázium PORG Libeň Němčinu vyučujeme na PORGu Libeň od primy 1 do oktávy jako druhý cizí jazyk. Kromě němčiny vyučujeme jako druhý cizí jazyk také francouzštinu. V průběhu studia jsou studenti
ČESKÝ JAZYK A LITERATURA 4.ROČNÍK
VZDĚLÁVACÍ OBLAST: VZDĚLÁVACÍ OBOR: PŘEDMĚT: JAZYK A JAZYKOVÁ KOMUNIKACE ČESKÝ JAZYK A LITERATURA ČESKÝ JAZYK A LITERATURA 4.ROČNÍK Téma, učivo Rozvíjené kompetence, očekávané výstupy Mezipředmětové vztahy
Olympiáda v českém jazyce, 40. ročník, 2013/2014 krajské kolo
Národní institut pro další vzdělávání MŠMT Senovážné náměstí 25, 110 00 Praha 1 Olympiáda v českém jazyce, 40. ročník, 2013/2014 krajské kolo II. kategorie Počet bodů:... Jméno:... Škola:... Přečtěte si
III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy: Číslo a název projektu: STŘEDNÍ ODBORNÁ ŠKOLA a STŘEDNÍ ODBORNÉ UČILIŠTĚ, Česká Lípa, 28. října 2707, příspěvková organizace CZ.1.07/1.5.00/34.0880 Digitální učební materiály www.skolalipa.cz
1. Podstatná jména (substantiva)
1. Podstatná jména (substantiva) - názvy osob, zvířat, věcí, vlastností, dějů, činností a vztahů - určujeme mluvnické kategorie: PÁD, ČÍSLO, ROD (životnost) + VZOR Druhy podstatných jmen a/ abstraktní
Morfologická analýza Unifikační gramatiky
Počítačové zpracování přirozeného jazyka Morfologická analýza Unifikační gramatiky Daniel Zeman http://ufal.mff.cuni.cz/course/popj1/ Unifikační gramatiky Založeny na bezkontextových gramatikách strukturách
Modul NE2-1. Osnova: Arbeitsbuch. Ismaning: Max Hueber, 2002. 504 s. ISBN 3-19-011601-6
Německý jazyk začátečnický V rámci Inovace studijního programu PIS byly u studijního oboru německý jazyk začátečnický (NE2) vymezeny základní aspekty ve výuce tak, aby po ukončení studia byli studenti
Přední střední zadní Přední střední zadní vysoké i u í ú vysoké střední e o é ó střední nízké a á nízké
4) Základy systému českého jazyka 1) FONETIKA a) souhlásky Závěrové Úžinové Polozávěrové Neznělé p, t, ť, k s, š, f, ch, c, č Znělé b, d, ď, g z, ž, v, h, ř Znělé m, n. ň r, l, j b) samohlásky Krátké Dlouhé
Tvarosloví (morfologie)
Tvarosloví (morfologie) A k čemu zákaz předjíždění kamionů? Stačí dodržovat vyhlášku a dopravní značení na dálnici mají vyhrazen svůj jízdní pruh a v ostatních nemají co dělat. Fotopast má celkem široký
http: //pravopisne.cz/2014/11/test-podstatna-jmena-konkretni-a-abstraktni-11/
STAVBA SLOVA http://pravopisne.cz/2015/02/test-skladba-slova-12/ http://pravopisne.cz/2014/03/test-hledani-korenu-slov/ Synonyma, antonyma, homonyma http://pravopisne.cz/201 5/03/urcovani-synonym-2-pravoxeso-8/
Tematický plán pro školní rok 2015/16 Předmět: Český jazyk Vyučující: Mgr. Marta Klimecká Týdenní dotace hodin: 8 hodin Ročník: třetí
ČASOVÉ OBDOBÍ Září KONKRÉTNÍ VÝSTUPY KONKRÉTNÍ UČIVO PRŮŘEZOVÁ TÉMATA slyšeném i, pozdraví a rozloučí se s dospělým i kamarádem rozlišuje názvy obcí a ulic a správně je píše zná slova souznačná a protikladná
Národní institut pro další vzdělávání MŠMT Senovážné náměstí 25, Praha 1. Olympiáda v českém jazyce, 42. ročník, 2015/2016 okresní kolo
Národní institut pro další vzdělávání MŠMT Senovážné náměstí 25, 110 00 Praha 1 Olympiáda v českém jazyce, 42. ročník, 2015/2016 okresní kolo I. kategorie Počet bodů:... Jméno:... Škola:... 1. Od některých
Školní výstupy Učivo (pojmy) Poznámka
Vyučovací předmět: Španělský jazyk (Šj) Ročník Předmět Průřezová témata Mezipředmět. vazby Školní výstupy Učivo (pojmy) Poznámka Období splnění Metodická poznámka Rozsah vyžadovaného učiva Návrhy učiva
Božetěchova 1/2, 612 66, Brno 2 MFF, Univerzita Karlova v Praze. Abstrakt. Cílem bylo vytvořit stematizační algoritmus pro český jazyk
Nalezení slovních kořenů v češtině Petr Chmelař 1, David Hellebrand 1, Michal Hrušecký 2 a Vladimír Bartík 1 1 FIT, Vysoké učení technické v Brně, Božetěchova 1/2, 612 66, Brno 2 MFF, Univerzita Karlova
Gymnázium, Praha 6, Arabská 14. Předmět: Latina
Předmět: Latina Charakteristika vyučovacího předmětu: Latina rozvíjí jazykové a logické myšlení žáků a vede je k pochopení systémové povahy jazyka. Soustavná konfrontace s mateřským jazykem všestranně
Slovesa. Český jazyk 9. ročník ZŠ Mgr. Iveta Burianová
Slovesa Český jazyk 9. ročník ZŠ Mgr. Iveta Burianová Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Mgr. Iveta Burianová. Dostupné na požádání na: zs.tisa@volny.cz Autor: Mgr. Iveta Burianová
ČESKÝ JAZYK 3. ROČNÍK
VZDĚLÁVACÍ OBLAST: VZDĚLÁVACÍ OBOR: PŘEDMĚT: JAZYK A JAZYKOVÁ KOMUNIKACE ČESKÝ JAZYK A LITERATURA ČESKÝ JAZYK 3. ROČNÍK Téma, učivo Rozvíjené kompetence, očekávané výstupy Mezipředmětové vztahy Aktualizace
Okresní kolo Olympiády v českém jazyce 2007/ ročník
Okresní kolo Olympiády v českém jazyce 2007/2008 34. ročník II. kategorie Počet bodů:... Jméno:... Škola:... 1. Zachytili jsme následující větu, která je bez kontextu dvojznačná: Nezodpovědné je třeba
Přísudek a podmět. Český jazyk 9. ročník Mgr. Iveta Burianová
Přísudek a podmět Český jazyk 9. ročník Mgr. Iveta Burianová Autor: Mgr. Iveta Burianová Období: březen 2012 Šablona: I/2 12_INOVACE_93 Druh učebního materiálu: prezentace Vzdělávací oblast: Jazyk a jazyková
ANOTACE K VÝUKOVÉ SADĚ č. VY_32_INOVACE_02_04_NEJ_Fo
Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast (předmět) Autor ANOTACE K VÝUKOVÉ SADĚ č. VY_32_INOVACE_02_04_NEJ_Fo CZ.1.07/1.5.00/34.0705 III/2 Inovace a zkvalitnění výuky prostřednictvím
Olympiáda v českém jazyce 44. ročník, 2017/2018
Národní institut pro další vzdělávání MŠMT Senovážné náměstí 25, 110 00 Praha 1 Olympiáda v českém jazyce 44. ročník, 2017/2018 Okresní kolo zadání I. kategorie Počet bodů:... Jméno:... Škola:... 1. Následující
Pořadové číslo projektu:
Pořadové číslo projektu: Nově a lépe s počítači CZ.1.07/1.4.00/21.3007 Šablona č.: III/2 Datum vytvoření: 12. 8. 2012 Ročník, pro který je DUM určen: šestý Vzdělávací obor (předmět): Český jazyk a literatura
Olympiáda v českém jazyce 44. ročník, 2017/2018
Národní institut pro další vzdělávání MŠMT Senovážné náměstí 25, 110 00 Praha 1 Olympiáda v českém jazyce 44. ročník, 2017/2018 Školní kolo řešení I. kategorie 1. oči, uši, nos, nohy, zuby Za 5 správně
Výukové programy - Mgr. Karla Pitáková, tel. 544 240 013
Výukové programy - Mgr. Karla Pitáková, tel. 544 240 013 ČJ 1 KAP III 001 uvolňovací cviky 1 ČJ 1 KAP III 002 uvolňovací cviky 2 ČJ 1 KAP III 003 ČJ 1 KAP III 004 ČJ 1 KAP III 005 ČJ 1 KAP III 006 ČJ 1
Šablona: I/2 Inovace a zkvalitnění výuky směřující k rozvoji čtenářské a informační gramotnosti
STŘEDNÍ ODBORNÁ ŠKOLA A STŘEDNÍ ODBORNÉ UČILIŠTĚ NERATOVICE Školní 664, 277 11 Neratovice, tel.: 315 682 314, IČO: 683 834 95, IZO: 110 450 639 Ředitelství školy: Spojovací 632, 277 11 Neratovice tel.: