Претрага

Упит dcterms_subject_txt:Computational Linguistics

80 items

  • Development of Open Educational Resources (OER) for Natural Language Processing

    Cvetana Krstev, Biljana Lazić, Ranka Stanković, Giovanni Schiuma, Miladin Kotorčević (2015)
    In this paper we present the development of an online course at the edX BAEKTEL platform named “Lexical Recognition in the Natural Language Processing (NLP)”. It is based on the course of the same name for PhD studies at the University of Belgrade, Faculty of Philology. There are not many courses in Computational Linguistics (CL) on OER platforms, and there is none in Serbian either for CL or NLP. We have developed this course in order to improve this ...
    E-Learning, Open Educational Resources, Computational Linguistics, Lexical Resources, edX
    ... 2. COMPUTATIONAL LINGUISTICS AND NATURAL LANGUAGE PROCESSING Computational linguistics (CL) is a theoretical discipline between linguistics and computer science concerned with understanding and modelling the written and spoken language from a computational aspect.[3]Natural ...
    ... There are not many courses in Computational Linguistics (CL) on OER platforms, and there is none in Serbian either for CL or NLP. We have developed this course in order to improve this situation as it can prove useful both for linguists working in corpus linguistics and computer scientists developing ...
    ... knowledge to use the existing resources for NLP for Serbian and to develop new ones. Keywords: E-Learning, Open Educational Resources, Computational Linguistics, Lexical Resources, edX 1. INTRODUCTION Open educational resources (OER) publicly available on the web are growing quickly and are ...

  • Веб-алат за управљање грађом Речника САНУ и анотација листића

    Рада Стијовић, Ранка Станковић, Михаило Шкорић (2020)
    Грађа на основу које се израђује Речник српскохрватског књижевног и народног језика САНУ, а која садржи материјал из преко 4.500 писаних извора и 300 рукописних збирки речи са подручја народних говора штокавског наречја, забележена је на око 5.000.000 листића. Богат лексички материјал, који обухвата књижевни и народни језик у протекла два века и на основу кога треба да се напише још најмање 15 томова Речника, пружа могућност и за разноврсна лингвистичка и ванлингвистичка истраживања. Из тог разлога се приступило ...
    лексикографска грађа, листићи, лексикографски алат, дигитализација, анотација

  • EUROLAN 2021: Introduction to Linked Data for Linguistics Online Training School

    Milan Dojchinovski, Julia Bosque Gil, Jorge Gracia, Ranka Stanković (2021)
    Prva škola za obuku polaznika koju je organizovala COST akcija NexusLinguarum održana je od 8. do 12. februara 2021. godine sa ciljem da studenti, istraživači i stručnjaci nauče osnove lingvističke nauke o podacima. Tokom obuke polaznici su se upoznali sa širokim spektrom tema: od semantičkog veba, RDF -a i ontologija, do modeliranja i pretraživanja jezičkih podataka pomoću najsavremenijih ontoloških modela i alata. Škola je održana u okviru serije letnjih škola EUROLAN-a i organizovalo ju je virtuelno (onlajn) nekoliko instituta; ...
    nauka o lingvističkim podacima, povezani podaci u lingvistici, jezički podaci, EUROLAN, NexusLinguarum, COST akcija, škola za obuku
    ... and covers topics that are particularly relevant to the fields of computational linguistics and natural language processing (NLP). The goal of this 15th EUROLAN School was to bring together scholars, teachers and students of linguistics, NLP and information technology to discuss the principles and best ...
    ... Introduction to Linked Data for Linguistics Online Training School Milan Dojchinovski, Julia Bosque Gil, Jorge Gracia, Ranka Stanković Дигитални репозиторијум Рударско-геолошког факултета Универзитета у Београду [ДР РГФ] EUROLAN 2021: Introduction to Linked Data for Linguistics Online Training School | ...
    ... employees' publications. - The Repository is available at: www.dr.rgf.bg.ac.rs Professional paper EUROLAN 2021: Introduction to Linked Data for Linguistics Online Training School UDC 81: 37.018.53 DOI 10.18485/infotheca.2021.21.1.7 ABSTRACT: The first training school or- ganized by the NexusLinguarum ...

  • Frequency and Length of Syllables in Serbian

    Marija Radojičić, Biljana Lazić, Sebastijan Kaplar, Ranka Stanković, Ivan Obradović, Ján Mačutek, Lívia Leššová (2019)
    Basic analyses of several properties of syllables (the rank-frequency distribution, the distribution of length, and the relation between length and frequency) in Serbian is presented. The syllabification algorithm used combines the maximum onset principle and the sonority hierarchy. Results indicate that syllables behave similarly to words as far as mathematical models are concerned, but values of parameters in models for syllables are quite different from those for words.
    frekvencije slogova, dužina slogova, srpski jezik
    ... Issues in Quantitative Linguistics 2: 136-147. Lüdenscheid: RAM-Verlag. Frequency and Length of Syllables in Serbian 123 Mačutek, J., Wimmer, G. (2013). Evaluating goodness-of-fit of discrete distribution models in quantitative linguistics. Journal of Quantitative Linguistics 20, 227-240. Meštrović ...
    ... Press. Crystal, D. (2008). A Dictionary of Linguistics and Phonetics. Oxford: Blackwell. Eddington, D., Treiman, R., Elzinga, D. (2013a). Syllabification of American English: Evidence from a large-scale experiment. Part I. Journal of Quantitative Linguistics 20, 45-67. Eddington, D., Treiman, R. ...
    ... bivariate model. Journal of Quantitative Linguistics 20, 241-251. Koščová, M., Mačutek, J., Kelih, E. (2016). A data-based classification of Slavic languages: Indices of qualitative variation applied to grapheme frequencies. Journal of Quantitative Linguistics 23, 177-190. Köhler, R. (2005). Properties ...

  • Quantitative analysis of syllable properties in Croatian, Serbian, Russian, and Ukrainian

    Biljana Rujević, Marija Kaplar, Sebastijan Kaplar, Ranka Stanković, Ivan Obradović, Jan Mačutek (2021)
    slogovi, distribucija rang-preciznost, slovenski jezici

  • Contrastive Analysis of Syntax Patterns in Comparable Football Corpora in Spanish and Serbian Languages

    Jelena Lazarević, Olivera Kitanović (2024.)
    Cilj rada je istraživanje kolokabilnosti kao načina na koji se leksičke jedinice povezuju sa rečima iz različitih kategorija, formirajući veće jedinice. Istraživanje semantičkih i sintaksičkih principa ovih kombinacija u španskom i srpskom jeziku fudbala izvedeno je na komparabilnim fudbalskim korpusima SrFudKo i EsFudko, razvijenim u okviru doktorske disertacije Jelene Lazarević pod nazivom: Jezičke odlike diskursa novih medija o fudbalu: kontrastivna analiza na korpusu srpskog i španskog jezika. Korpus fudbala SrFudKo, kreiran na osnovu tekstova o fudbalu sa pet srpskih veb-portala: ...
    fudbal, korpusi, terminologija, kolokacije, srpski, španski

  • Bridging Computational Lexicography and Corpus Linguistics: A Query Extension for OntoLex-FrAC

    Christian Chiarcos, Ranka Stanković, Maxim Ionov, Gilles Sérasset (2024)
    OntoLex, dominantni standard zajednice za mašinski čitljive leksičke resurse u kontekstu RDF-a, Linked Data i tehnologija Semantičkog veba, trenutno se proširuje sa posebnim modulom za Frekvencije, Primere i Informacije zasnovane na Korpusu (OntoLex-FrAC). Predlažemo novi komponent za OntoLex-FrAC, koji se bavi inkorporacijom korpusnih upita za (a) povezivanje rečnika sa korpusnim mašinama, (b) omogućavanje RDF baziranih web servisa da dinamički razmenjuju korpusne upite i podatke odgovora, i (c) korišćenje konvencionalnih upitačkih jezika za formalizaciju unutrašnje strukture kolokacija, skica reči i ...
    standardizacija, digitalna leksikografija, OntoLex, upiti korpusa, povezani podaci, Lingvistički povezani otvoreni podaci

  • A Method for Extracting Translational Equivalents from Aligned Texts

    Obradović Ivan (2013)

  • E-Dictionaries and Finite-State Automata for the Recognition of Named Entities

    Krstev Cvetana, Vitas Duško, Obradović Ivan, Utvić Miloš (2011)

  • Corpus-based bilingual terminology extraction in the power engineering domain

    Tanja Ivanović, Ranka Stanković, Branislava Šandrih Todorović, Cvetana Krstev (2022)
    Ovaj rad predstavlja resurse i alate koji se koriste za ekstrkciju i evaluaciju dvojezične, englesko-srpske terminologije u domenu energetike. Resursi se sastoje od postojeće opšte i domenske leksike i domenskog paralelnog korpusa; alati uključuju ekstraktore termina za oba jezika i alat za poravnavanje segmenata koji pripadaju korpusnim rečenicama. Sistem je testiran variranjem funkcije podudaranja koja utvrđuje prisustvo ekstrahovanog termina u poravnatom segmentu (odsečak), u rasponu od veoma labavog do strogog. Procena rezultata je pokazala da je preciznost izdvajanja termina ...
    Library and Information Sciences, Communication, Language and Linguistics

  • Towards Semantic Interoperability: Parallel Corpora as Linked Data Incorporating Named Entity Linking

    Ranka Stanković, Milica Ikonić Nešić, Olja Perisic, Mihailo Škorić, Olivera Kitanović (2024)
    U radu se prikazuju rezultati istraživanja vezanih za pripremu paralelnih korpusa, fokusirajući se na transformaciju u RDF grafove koristeći NLP Interchange Format (NIF) za lingvističku anotaciju. Pružamo pregled paralelnog korpusa koji je korišćen u ovom studijskom slučaju, kao i proces označavanja delova govora, lematizacije i prepoznavanja imenovanih entiteta (NER). Zatim opisujemo povezivanje imenovanih entiteta (NEL), konverziju podataka u RDF, i uključivanje NIF anotacija. Proizvedene NIF datoteke su evaluirane kroz istraživanje triplestore-a korišćenjem SPARQL upita. Na kraju, razmatra se povezivanje Linked ...
    paralelni korpusi, povezivanje imenovanih entiteta, prepoznavanje imenovanih entiteta, NER, NEL, povezani podaci, NIF, Vikipodaci

  • Extraction of Bilingual Terminology Using Graphs, Dictionaries and GIZA++

    Branislava Šandrih, Ranka Stanković (2020)
    U nauci, industriji i mnogim istraživačkim oblastima, terminologija se brzo razvija. Najčešće, jezik koji je „lingua franca“ za većinu ovih oblasti je engleski. Kao posledica toga, za mnoga polja termini domena su koncipirani na engleskom, a kasnije se prevode na druge jezike. U ovom radu predstavljamo pristup za automatsko izdvajanje dvojezične terminologije za englesko-srpski jezički par koji se oslanja na usaglašeni dvojezični korpus domena, ekstraktor terminologije za ciljni jezik i alat za usklađivanje delova. Ispitujemo performanse metode na domenu ...
    ekstrakcija terminologije, validacija terminologije, GIZA++, grafovi, Unitex, klasifikacija teksta
    ... Processing and Computational Linguistics (CICLING2016), LNCS. Springer, 2016 Hazem, Amir and Emmanuel Morin. “Efficient Data Selection for Bilin- gual Terminology Extraction from Comparable Corpora”. In Proceedings of COLING 2016, the 26th International Conference on Computational Linguistics: Technical ...
    ... Expressions from Small Parallel Corpora”. In Proceedings of the 23rd International Conference on Computational Linguistics: Posters, COLING ’10, 1256– 1264. Stroudsburg, PA, USA: Association for Computational Linguistics, 2010. http://dl.acm.org/citation.cfm?id=1944566.1944710 Vintar, Špela and Darja Fǐser ...
    ... . In Proceedings of the 2003 Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology, Vol. 1, 48–54. Association for Computa- tional Linguistics, 2003. Infotheca Vol. 19, No. 2, December 2019 135 Šandrih B., Stanković R., “Extraction ...

  • Ontološki model upravljanja rizikom u rudarstvu

    Olivera Kitanović (2021)
    Rudarska proizvodnja obuhvata kompleksne tehnološke sisteme, što nameće potrebu za uspostavljanjem i unapređivanjem sistema upravljanja rizikom. Heterogenost i obim podataka neophodnih za upravljanje rizikom zahtevaju sistem koji ih na fleksibilan način integriše i omogućava njihovo optimalno korišćenje. Osnovni cilj ove disertacije je razvoj ontologije za domen rudarstva i na njoj zasnovanog modela za upravljanje rizikom. Njegova realizacija podrazumeva i implementaciju algoritama ekstrakcije informacija za popunjavanje ontologije, kao i odgovarajuće softversko rešenje. Razvoj modela obuhvata i značajno proširenje rudarskog korpusa, kao ...
    rudarstvo, rizik, upravljanje rizikom, procena rizika, ontologija, semantička mreža, ekstrakcija informacija, upravljanje znanjem, računarska lingvistika
    ... model includes a significant expansion of the mining corpus, as well as the creation of a terminological database, realized using methods of computational linguistics and a corpus of documents from the mining domain (plans, reports, laws, textbooks and monographs). For systematization of data a descriptive ...
    ... Framework for Mining Enterprise Risk and Risk Factors from News Documents.” In Proceedings of COLING 2016, the 26th International Conference on Computational Linguistics: System Demonstrations, 180–84. Osaka, Japan: The COLING 2016 Organizing Committee. https://www.aclweb.org/anthology/C16-2038. Dechow, Patricia ...
    ... Marti A. 1992. “Automatic Acquisition of Hyponyms from Large Text Corpora.” In Coling 1992 Volume 2: The 15th International Conference on Computational Linguistics. Henley, Ernest J, and Hiromitsu Kumamoto. 1996. “Probabilistic Risk Assessment and Management for Engineers and Scientists.” IEEE Press (2nd ...

  • Digital Library From A Domain Of Criminalistics As A Foundation For A Forensic Text Analysis

    Dalibor Vorkapić, Aleksandra Tomašević, Miljana Mladenović, Ranka Stanković, Nikola Vulović (2017)
    U ovom radu predstavljen je model koji omogućava prikupljanje, pripremu, opis metapodataka, upravljanje i eksploataciju, uključujući pretragu punog teksta dokumenata iz domena kriminalistike napisanih na srpskom jeziku. Predloženi pristup primenjuje se na veb portalu koji sakuplja različite tekstove nastale iz časopisa Akademije za kriminalistiku i policijske studije, Krivičnog zakona Srbije, konferencija „Tara“ i „Reiss“, kao i iz nekih doktorskih disertacija vezanih za ovu oblast istraživanje. Nakon obrade teksta, korpus koji sadrži preko 5500 stranica običnog teksta, kreiran je i ...
    Omeka, Wordnet, pretraga punog teksta, morfološka i semantička pretraga teksta, proširenje upita
    ... on which administrator regulates the Digital Library 3 https://www.gnu.org/licenses/gpl-3.0.en.html http://master-kpa.rgf.rs/ FORENSIC LINGUISTICS The linguistic study of forensic texts is a part of the field of Natural Language Processing, which includes text types classification and ...
    ... element of revenge in their last moments. Death row statements are within the heavily institutionalized setting of death row prisons. The Forensic Linguistics Institute holds a corpus of these documents and is conducting research on them. And the last but not the least important is social media. Social ...
    ... enhances the potentials of manipulating each particular resource as well as several resources simultaneously10. 4 John Olsson (2008).. Forensic Linguistics, Second Edition. London: Continuum ISBN 978-0-8264-6109-4 5 Falzini, Mark W. (9 September 2008). "The Ransom Notes: An Analysis of Their Content ...

  • A Multilingual Evaluation Dataset for Monolingual Word Sense Alignment

    Sina Ahmadi, John P McCrae, Sanni Nimb, Fahad Khan, Monica Monachini, Bolette S Pedersen, Thierry Declerck, Tanja Wissik, Andrea Bellandi, Irene Pisani, [...] Ranka Stanković and others (2020)
    Aligning senses across resources and languages is a challenging task with beneficial applications in the field of natural language processing and electronic lexicography. In this paper, we describe our efforts in manually aligning monolingual dictionaries. The alignment is carried out at sense-level for various resources in 15 languages. Moreover, senses are annotated with possible semantic relationships such as broadness, narrowness, relatedness, and equivalence. In comparison to previous datasets for this task, this dataset covers a wide range of languages ...
    lexical semantic resources, sense alignment, lexicography, language resource
    ... In Pro- ceedings of the 21st International Conference on Compu- tational Linguistics and the 44th annual meeting of the Association for Computational Linguistics, pages 105– 112. Association for Computational Linguistics. Niemann, E. and Gurevych, I. (2011). The people’s web meets linguistic knowledge: ...
    ... disambiguation rivaling supervised systems. In Proceedings of the 48th annual meeting of the asso- ciation for computational linguistics, pages 1522–1531. Association for Computational Linguistics. Pustejovsky, J. (1995). The Generative Lexicon. MIT Press, Cambridge, MA. RAE, R. A. E. (2001). Diccionario ...
    ... Association for Computational Linguistics, 1:151–164. Matuschek, M. and Gurevych, I. (2014). High perfor- mance word sense alignment by joint modeling of sense distance and gloss similarity. In Proceedings of COL- ING 2014, the 25th International Conference on Compu- tational Linguistics: Technical ...

  • Rule-based Automatic Multi-word Term Extraction and Lemmatization

    Ranka Stanković, Cvetana Krstev, Ivan Obradović, Biljana Lazić, Aleksandra Trtovac (2016)
    In this paper we present a rule-based method for multi-word term extraction that relies on extensive lexical resources in the form of electronic dictionaries and finite-state transducers for modelling various syntactic structures of multi-word terms. The same technology is used for lemmatization of extracted multi-word terms, which is unavoidable for highly inflected languages in order to pass extracted data to evaluators and subsequently to terminological e-dictionaries and databases. The approach is illustrated on a corpus of Serbian texts from ...
    term extraction, terminology, multi-word units, lemmatization, finite-state transducers
    ... language in logic and the 4th conference on Computational natural language learning -Volume 7, Stroudsburg: Association for Computational Linguistics, pp. 67--72. Smadja, F.(1993). Retrieving Collocations from Text: Xtract, Computational Linguistics, 19(1), pp. 143-177. Stanković, R., Obradović ...
    ... Springer Berlin Heidelberg, pp. 1160--1165. Church, K. W., Hanks, P., (1990). Word association norms, mutual information, and lexicography, Computational Linguistics, 16, pp. 22--29. Church, K. W. Gale, W., Hanks, P., Hindle, D. (1991). Using statistics in lexical analysis, In U. Zernik (Ed.), Lexical ...
    ... Engine: ten years on. Lexicography 1(1), pp.7--36. Dunning, T. (1993). Accurate methods for the statistics of surprise and coincidence. Computational Linguistics, 19(1), pp.61--74. Frantzi, K., Ananiadou, S., and Mima, H. (2000). Automatic recognition of multi-word terms:.the C-value/NC-value ...

  • Two approaches to compilation of bilingual multi-word terminology lists from lexical resources

    Branislava Šandrih, Cvetana Krstev, Ranka Stanković (2020)
    In this paper, we present two approaches and the implemented system for bilingual terminology extraction that rely on an aligned bilingual domain corpus, a terminology extractor for a target language, and a tool for chunk alignment. The two approaches differ in the way terminology for the source language is obtained: the first relies on an existing domain terminology lexicon, while the second one uses a term extraction tool. For both approaches, four experiments were performed with two parameters being ...
    Linguistics and Language,Software,Artificial Intelligence,Language and Linguistics

  • Knowledge Graphs in the Era of Large Language Models: Opportunities and Challenges

    Danka Jokić, Ranka Stanković, Jelena Jaćimović (2024)
    Pojava velikih jezičkih modela (eng. Large Language Models ili LLMs) je značajno uticala na oblast veštačke inteligencije, naročito u oblastima obrade prirodnog jezika i generisanju teksta. Međutim, ključno ograničenje ovih modela leži u nedostatku strukturiranog znanja i sposobnosti zaključivanja, što otežava njihovu primenu u stvarnom svetu, gde se zahteva tačnost iznetih činjenica i zaključivanje na osnovu konteksta. S druge strane, grafovi znanja nude primamljivo rešenje. Oni pružaju bogat izvor strukturiranog znanja, tako što predstavljaju entitete i njihove relacije u ...
    grafovi znanja, veliki jezički modeli, obrada prirodnog jezika, strukturirano znanje, kvalitet podataka, objašnjiva veštačka inteligencija, bezbednost sadržaja na internetu

  • Multiword Expressions between the Corpus and the Lexicon: Universality, Idiosyncrasy and the Lexicon-Corpus Interface

    Verginica Barbu Mititelu, Voula Giouli, Kilian Evang, Daniel Zeman, Petya Osenova, Carole Tiberius, Simon Krek, Stella Markantonatou, Ivelina Stoyanova, Ranka Stankovic, Christian Chiarcos (2024)
    Predstavljamo trenutne aktivnosti na definisanju interfejsa leksikona i korpusa koji će služiti kao referenca u prikazu polileksemskih jedinica - višečlanih izraza - (različitih tipova - imenskih, glagolskih, itd.) u specijalizovanim leksikonima i povezivanju ovih unosa sa njihovim pojavljivanjima u korpusima. Konačni cilj je korišćenje ovakvih resursa za automatsko identifikovanje višečlanih izraza u tekstu. Uključivanje nekoliko prirodnih jezika ima za cilj univerzalnost rešenja koje nije usredsređeno na određeni jezik, kao i prilagođavanje idiosinkrazijama. Raspravljaju se izazovi u leksikografskom opisu višerečnih ...
    multiword expression lexicon, corpus, proof-of-concept lexicon encoding

  • Advancing Sentiment Analysis in Serbian Literature: A Zero and Few-Shot Learning Approach Using the Mistral Model

    Milica Ikonić Nešić, Saša Petalinkar, Mihailo Škorić, Ranka Stanković, Biljana Rujević (2024)
    Ova studija predstavlja analizu sentimenta srpskih starih romana iz perioda 1840-1920, koristeći veliki jezički model (LLM) Mistral za tehniku učenja sa zasnovani na takozvanim "zero" i "few-shot" pokušajima. Glavni pristup uvodi inovacije osmišljavanjem istraživačkih upita (promptova) uključuju tekst sa uputstvom za klasifikaciju bez primera i na osnovu nekoliko primera, omogućavajući jezičkom modelu da klasifikuje osećanja u pozitivne, negativne ili objektivne kategorije. Ova metodologija ima za cilj da pojednostavi analizu osećanja ograničavanjem odgovora, čime se povećava preciznost ...
    zero-shot, few-shot, sentiment, Serbian, Mistral model