*MWELex – MWE Lexica of Croatian, Slovene and Serbian Extracted from Parsed Corpora

著录项

• 来源
  《Informatica: An International Journal of Computing and Informatics》 |2015年第3期|共8页
• 作者

  Nikola Ljube?i?; Kaja Dobrovoljc; Darja Fi?er;

  展开▼
• 作者单位

  展开▼
• 收录信息
• 原文格式 PDF
• 正文语种
• 中图分类 计算技术、计算机技术;
• 关键词

  SlovenianEnglishCroatianmultilingual lexical repository Received: May 12015 The paper presents *MWELexa multilingual lexical of CroatianSlovene and Serbian multi-word expres- sions that were extracted from parsed corpora. The lexica were built with the custom-built DepMWEx tool which uses dependency syntactic patterns to identify MWE candidates in parse trees. The extracted MWE candidates are subsequently scored by co-occurrence and organized by headwords producing a resource of 23 to 48 thousand headwords and 3.2 to 12 million MWE candidates per language. Similarlyprecision over specific syntactic patterns varies greatly0.167-0.859 for Croatian0.158-1.00 for Slovene. The possi- ble extension of the tool is demonstrated on a simplistic distributional-based extraction of non-transparent MWEs and cross-lingual linking of the extracted lexicons. Povzetek: V prispevku predstavimo vec?jezic?ni leksikon *MWELexki vsebuje hrva?keslovenske in srb- ske vec?besedne zvezeki smo jih izlu?c?ili iz skladenjsko oznac?enih korpusov. Leksikon smo zgradili s pomoc?jo lastnega orodja DepMWExki za prepoznavanje kandidatov vec?besednih zvez v odvisnostnih drevesih uporablja odvisnostne skladenjske vzorcejih rangira in organizira glede na jedrno besedo. Lek- sikon vsebuje med 23 in 48 jedrnih besed in med 32 in 12 milijonov vec?besednih zvez. Mo?nosti raz?iritve orodja poka?emo s pomoc?jo preprostegana nac?elih distribucijske semantike temeljec?ega lu?c?enja vec?jez- ic?nih netransparentnih vec?besednih zvez iz izlu?c?enega vec?jezic?nega leksikona. 1;

  机译：斯洛文尼亚英语-克罗地亚语多语词汇存储库已接收：12015年5月本文介绍了* MVElexa克罗地亚语的斯洛文尼亚语和塞尔维亚语多单词表达的多语种词汇;这些词汇是从已解析的语料库中提取的。词典是使用定制的DepMWEx工具构建的;该工具使用依赖句法模式来识别解析树中的MWE候选对象。提取的MWE候选者随后通过同现进行评分;并由headwords组织;从而产生23至4.8万headwords的资源和3.2至1200万MWE候选者的每种语言。同样;对于特定的句法模式;对克罗地亚语的精度为0.167-0.859;对于斯洛文尼亚语则为0.158-1.00。该工具的可能扩展在非透明MWE的基于分布的简单提取以及提取的词典的跨语言链接上得到了证明。 Povzetek：V prispevku predstavimo vec？jezic？ni leksikon * MWELexki vsebuje hrva？keslovenske in srbske vec？besedne zvezeki smo jih izlu？c？ili iz skladenjsko oznac？enih korpusov。 Leksikon smo zgradili s pomoc？jo lastnega orodja DepMWExki za prepoznavanje kandidatov vec？besednih zvez v odvisnostn​​ih drevesih uporablja odvisnostn​​e skladenjske vzorcejis rangira in Organizira glede nad。 Leksikon vsebuje med 48的第23中的jedrnih被12的milijonov vec？besednih zvez的第32中的医学。 Mo？nosti raz？iritve orodja poka？emo s pomoc？jo preprostegana nac？elih distribucijske semantike temeljec？ega lu？c？enja vec？jez-ic？nih netransparentnih vec？besednih zvez izluzc？enega vec？内加莱克斯科纳。 1个;