Речници у дигиталном добу - информатичка подршка за српски језик

Објеката

Тип
Докторска дисертација
Верзија рада
објављена верзија
Језик
српски
Креатор
Биљана Рујевић
Издавач
Београд : [Б. Рујевић]
Датум издавања
2022
Ментор
Цветана Крстев
Члан комисије
Цветана Крстев, Јован Чудомировић, Милош Утвић, Ранка Станковић, Александра Марковић
Сажетак
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 функционалности које пружају речници у дигиталном окружењу у циљу проналаска најбољег решења за развој апликације, дескриптивном методом су анализирани различити примери дигиталних речника неколико језика. Са циљем одабира адекватног модела за развој лексикографске базе разматрана су три стандардизована модела за представљање информација из речника: TEI, LMF и lemon. Модел развијене лексикографске базе се заснива на комбинацији модела LMF и lemon. Током разматрања и развоја модела лексикографске базе коришћене су дескриптивна и информатичка научна метода. Употреба лексикографске базе је омогућила напредну претрагу као и успостављање релација између лексичких записа. Успостављање релација се заснива на дефинисању група правила које лексички записи за повезивање треба да задовоље. Захваљујући употреби лексикографске базе и апликације за преглед и у управљање речницима појавила се могућност надградње Морфолошких речника за српски језик као ресурса. Лексички записи су допуњени везама са екстерним лексичким ресурсима као што су Ворднет, Терми, BabelNet, Glosbe и Wikidata. Осим тога, омогућено је повезивање са записима из дигитализованих традиционалних речника српског језика које би могло бити доступно групама корисника који имају право на њихово коришћење у дигиталном облику. Лексички записи су применом регуларних израза и коначних аутомата повезани са корпусима у виду могућности претраге конкорданци које садрже лему записа или предефинисане обрасце појављивања речи. Записима су придружене и информације о фреквенцији појављивања лема и облика речи у одређеним корпусима. Развијене апликација и база су тестиране на речницима ексцерпираним из корпуса из геолошког домена ГеоСрпКор развијеном за потребе овог истраживања.
Serbian morphological dictionaries represent an electronic language resource with significant history of development and use in natural language processing. Since they were kept in form of files whose number grew, and thus the management of dictionaries became more difficult, it was necessary to store information from the dictionary in the form of a lexicographic database. In order to enable the dictionary development based on simultaneous work for several users, a web application based on a lexicographic database was needed. In order to consider the functionalities provided by dictionaries in the digital environment towards finding the best solution for application development, various examples of digital dictionaries of several languages were analyzed using the descriptive method. To establish an adequate model for development of the lexicographic database, three standardized models for presenting information from the dictionary were considered: TEI, LMF and lemon. The model of the developed lexicographic database is based on a combination of the LMF and lemon models. During the process of the lexicographic database model development, descriptive and informatics scientific methods were used. The use of lexicographic base enabled advanced search as well as the establishment of relations between lexical entries. Establishing lexical relations is based on the set of rules that define which criteria the lexical entries should meet. The upgrade of Serbian morphological dictionaries came as a result of using the lexicographic database and the application for browsing and managing dictionaries Lexical entries are enriched by links to external lexical resources, some of which are: Wordnet, Termi, BabelNet, Glosbe and Wikidata. It is also possible to set up the connection with lexical entries from digitized printed dictionaries of the Serbian language. This could be available to groups of users who have access to these dictionaries in digital form. Lexical entries are linked with corpora using regular expressions and finite automata. There is a possibility of searching for concordances that contain a lemma of lexical entries or predefined patterns of word occurrence. The lexical entries are extended by information on the frequency of occurrence of lemmas and word forms in certain corpora. The developed application and database were tested on dictionaries excerpted from the corpus from the geological domain - GeoSrpKor that was developed for the purpose of this research.
број страница
152, xlii
Subject
електронски речници, лексикографска база података, лексички ресурси, српски језик
electronic dictionaries, lexicographic data-base, lexical resources, Serbian language
УДК број
811.163.41’322.2:004.22(043.3)
Шира категорија рада
M70
Ужа категорија рада
M70
Права
openAccess
Лиценца
Creative Commons – Attribution-NonComercial-Share Alike 4.0 International
Формат
.pdf
Скупови објеката
Биљана Рујевић
Медија
Rujević_Biljana.pdf

Биљана Рујевић. Речници у дигиталном добу - информатичка подршка за српски језик, Београд : [Б. Рујевић], 2022

This item was submitted on 23. децембар 2022. by [anonymous user] using the form “Теза” on the site “Радови”: http://drug.rgf.bg.ac.rs/s/repo

Click here to view the collected data.