Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Glimpse Under the Surface: Language Understanding May Need Deep Syntactic Structure Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Morphosyntactic Annotation of Historical Texts. The Making of the Baroque Corpus of Polish

verfasst von : Witold Kieraś, Dorota Komosińska, Emanuel Modrzejewski, Marcin Woliński

Erschienen in: Text, Speech, and Dialogue

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In the paper, we present some technical issues concerning processing 17th & 18th century texts for the purpose of building a corpus of that period. We describe a chain of procedures leading from transliterated source texts to morphological annotation of text samples that was implemented for building the Baroque Corpus of Polish, a relatively large historical corpus of Polish texts from 17th & 18th c. The described procedure consists of: automatic transliteration from original spelling to modern one, morphological analysis (including the construction of an inflectional dataset for Baroque Polish) and a tool for manual morphosyntactic annotation. The toolchain is being used to create a small manually validated subcorpus, which will serve as training data for a stochastic tagger. Then a larger corpus will be annotated automatically and made available via the Poliqarp corpus search tool.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Linguistic Features as Evidence for Historical Context Interpretation
Nächstes Kapitel Last Syllable Unit Penalization in Unit Selection TTS
Fußnoten
1
The work being reported was co-financed by a National Science Centre, Poland grant DEC-2014/15/B/HS2/03119 and a Ministry of Science and Higher Education National Programme for the Development of Humanities grant 0036/NPRH2/H11/81/2012.
 
2
Although it is possible to omit the transcription step (either manual or automatic) and operate on transliterated historical texts directly, we have decided to transcribe all texts to standard modern spelling. This allows us to avoid including all possible orthographic variations in the inflectional dictionary, which would be costly in terms of work required and dictionary size. Based on our experiences from other projects we claim that in the case of Polish omitting the transcription step is possible for texts published after 1830, when the spelling rules became more standardized and more similar to modern ones.
 
4
Subsequently this form is changed to jego by another rule.
 
Literatur
1.
Bronikowska, R., Gruszczyński, W., Ogrodniczuk, M., Woliński, M.: The use of electronic historical dictionary data in corpus design. Stud. Polish Linguist. 11(2), 47–56 (2016)
2.
Calzolari, N., Choukri, K., Declerck, T., Grobelnik, M., Maegaard, B., Mariani, J., Moreno, A., Odijk, J., Piperidis, S. (eds.): Proceedings of the Tenth International Conference on Language Resources and Evaluation, LREC 2016. ELRA, European Language Resources Association (ELRA), Portorož, Slovenia (2016)
3.
Calzolari, N., Choukri, K., Declerck, T., Loftsson, H., Maegaard, B., Mariani, J., Moreno, A., Odijk, J., Piperidis, S. (eds.): Proceedings of the Ninth International Conference on Language Resources and Evaluation, LREC 2014. ELRA, Reykjavík, Iceland (2014)
4.
Proceedings of the 24th International Conference on Computational Linguistics (COLING 2012) (2012)
5.
Goźdź-Roszkowski, S. (ed.): Explorations across Languages and Corpora: PALC 2009. Peter Lang, Frankfurt am Main (2011)
6.
7.
Kresa, M., Szafran, K.: Przykład nowego zastosowania słownika polszczyzny historycznej. Prace Filologiczne LXIV, pp. 159–171 (2013)
8.
Przepiókowski, A., Bańko, M., Górski, R., Lewandowska-Tomaszczyk, B. (eds.): Narodowy Korpus Języka Polskiego. Warszawa (2012)
9.
Przepiórkowski, A., Murzynowski, G.: Manual annotation of the National Corpus of Polish with Anotatornia. In: Goźdź-Roszkowski [5], pp. 95–103
10.
Saloni, Z., Gruszczyński, W., Woliński, M., Wołosz, R., Skowrońska, D.: Słownik gramatyczny języka polskiego, 3rd edn. (2015). http://​sgjp.​pl
11.
Waszczuk, J.: Harnessing the CRF complexity with domain-specific constraints. The case of morphosyntactic tagging of a highly inflected language. In: COLING [4]
12.
Woliński, M.: Morfeusz reloaded. In: Calzolari et al. [3], pp. 1106–1111
13.
Woliński, M., Kieraś, W.: The on-line version of Grammatical Dictionary of Polish. In: Calzolari et al. [2], pp. 2589–2594
Metadaten
Titel
Morphosyntactic Annotation of Historical Texts. The Making of the Baroque Corpus of Polish
verfasst von
Witold Kieraś
Dorota Komosińska
Emanuel Modrzejewski
Marcin Woliński
Copyright-Jahr
2017
Buch
Text, Speech, and Dialogue

Print ISBN: 978-3-319-64205-5

Electronic ISBN: 978-3-319-64206-2

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-64206-2_35