VSE knjižnice (vzajemna bibliografsko-kataložna baza podatkov COBIB.SI)
  • Spremljevalni korpus Trendi in avtomatska kategorizacija [Elektronski vir]
    Kosem, Iztok ...
    Prispevek predstavlja izdelavo korpusa Trendi, prvega spremljevalnega korpusa za slovenščino. Trenutna različica Trendi 2023-02 pokriva besedila od januarja 2019 do konca februarja 2023, vsebuje pa ... že več kot 700 milijonov pojavnic oz. več kot 586 milijonov besed. Namen korpusa je, da tako strokovni kot nestrokovni javnosti ponudi podatke o aktualni jezikovni rabi in omogoči spremljanje pojavljanja novih besed ter upadanja ali naraščanja rabe že obstoječih. Poleg same vsebine predstavimo tudi metodologijo in načela izdelave korpusa. Drugi del prispevka opisuje razvoj algoritma za avtomatsko kategorizacijo besedil z novičarskih portalov, ki je bil pripravljen za potrebe korpusa Trendi in tudi drugih korpusov s tovrstnimi besedili. Za namene algoritma je bil izdelan nabor 13 tematskih kategorij, ki so v veliki meri prekrivne z mednarodnimi standardi in kategorijami v primerljivih korpusih drugih jezikov. Na besedilih, označenih s kategorijami, smo naučili več različnih jezikovnih modelov in z najprimernejšim dosegli visoko zanesljivost določevanja tematike besedilom.
    Vir: Slovenščina 2.0 [Elektronski vir] : empirične, aplikativne in interdisciplinarne raziskave. - ISSN 2335-2736 (Letn. 11, št. 1, 2023, str. 161-188)
    Vrsta gradiva - e-članek ; neleposlovje za odrasle
    Leto - 2023
    Jezik - slovenski
    COBISS.SI-ID - 173943811

    Povezava(-e):

    https://journals.uni-lj.si/slovenscina2/article/view/12073/13790
    DOI

Vnos na polico