Changes between Version 1 and Version 2 of TermDB


Ignore:
Timestamp:
Apr 14, 2014, 10:28:56 AM (7 years ago)
Author:
xsuchom2
Comment:

sporné případy, ukázky

Legend:

Unmodified
Added
Removed
Modified
  • TermDB

    v1 v2  
    11= Hledání termínů -- anotace korpusu pro vyhodnocení automatické extrakce termínů =
    2 
    32
    43== Zadání ==
     
    109- vhodné jako heslo v terminologickém slovníku počítačové lingvistiky rozsahu cca. 1000 slov (=> má smysl a je možné heslo krátce vysvětlit),
    1110- v základním tvaru (syntaktických analýzách -> syntaktická analýza),
    12 - není vlastní jméno (Noam Chomsky),
    13 - názvy institucí, produktů, zkratky jsou povoleny (Ústav pro jazyk český, Český národní korpus, SSJČ),
     11- není vlastní jméno (Noam Chomsky), není název instituce (Ústav pro jazyk český),
     12- zkratky jsou povoleny (Britský národní korpus, BNC).
    1413
    1514Nezáleží na pořadí výskytu ani četnosti termínu v korpuse. Tedy ve výsledku bude každý nalezený termín právě jedenkrát a nezáleží na pořadí termínů.
     
    2423- pouze částečné termíny: vypouštění, ovzduší
    2524- cizojazyčné termíny: ecology
     25- názvy, osoby: vrápenec malý, netopýr velký
     26- překlepy: biodpad
     27
     28=== Sporné případy ===
     29V těchto případech záleží na vašem cítění, jak moc je fráze významná pro heslo ve slovníku termínů.
    2630- nejasné, asi příliš obecné: strom, lidská činnost, technické zařízení, živý organismus, třídění, zemědělská produkce, erozní ohroženost
    2731- spojení termínů (lépe jako samostatné termíny): lesní ekosystém, emise výfukových plynů, vypouštění odpadních vod, směsný domovní odpad
    2832- specifikátor navíc: plán odpadového hospodářství, stopová znečišťující látka, politika ochrany životního prostředí (když máme zadefinovaný termín ochrana ŽP, pro účely našeho slovníku není třeba definovat politiku ochrany ŽP)
    29 - názvy, osoby: vrápenec malý, netopýr velký
    30 - překlepy: biodpad
    3133- nesprávná/nestandardní formulace: kryt půdy (správně je půdní kryt), stanoviště stenoekního charakteru (stenoekní stanoviště)
    3234
    3335=== Podheslo hesla ===
    3436Podheslo hesla je povoleno, je-li to v cílové doméně běžné a vzhledem k velikosti slovníku žádané, např. heslo zněčištění může mít podhesla znečištění vody, půdy, ovzduší, jelikož tato znečištění mají svoje specifika, které je třeba rozlišovat, naopak podheslo znečištění životního prostředí je nadbytečné, jelikož primární heslo znečištění se již týká obecně životního prostředí.
     37
     38== Ukázky termínů z jiných domén ==
     39Termíny byly ručně vybrány ze šesti set vět. Velikost cílového slovníku byla 300 až 500 vět.
     40- [attachment:termeval_eco_cz.sents.terms2.txt ochrana přírody]
     41- [attachment:termeval_music_cz.sents.terms2.txt hudební věda]