Den otevřených dveří

Určeno jak pro zájemce o studium, tak pro zájemce o cokoliv, pro zájemce o doktorské studium máme i pokročilejší informace.

• jeden z oborů, které je možné na FI studovat, je i Umělá inteligence a zpracování přirozeného jazyka

• přirozený jazyk = náš lidský jazyk (čeština, slovenština, angličtina)
• snažíme se o porozumění jazyku počítačem.
• kámen mudrců NLP: komunikace s počítačem v přirozeném jazyce a strojový překlad.
• s jazykem pracujeme empiricky, jako s živým systémem, nepíšeme básně ani prózu (ale můžeme je studovat), nerozebíráme literární díla
• jazyk vidíme skrze korpusy (odkaz), což jsou obrovské (miliardové) soubory slov
• pracujeme tím pádem s velkými objemy dat, máme výkonné servery a píšeme efektivní programy (v různých programovacích jazycích)
• studujeme jazyk na několika úrovních (které se vyučují už na základní škole, ale my je bereme trochu víc vážně): tvaroslovné (morfologické), syntaktické i významové (sémantické)
• jak souvisí lingvistika s informatikou? aplikace jsou: jazykové korektory, vyhledávače (proč umí Seznam najít i slova v jiném pádu?), výkladové a překladové slovníky, dotazovací systémy (UIO), překlad
• spolupracujeme s FF (obor Český jazyk se specializací počítačová lingvistika)

Slovotvorná rovina zpracování přirozeného jazyka

• slova se skládají z kmenů, předpon, přípon, koncovek
• slova jsou ohebná (pád-číslo-rod, osoba-číslo-čas) a neohebná
• máme program, který pro každé slovo dokáže určit, co je zač (​wwwajka) - Seznam.cz jej používá na lemmatizaci, čili lze hledat slova zapsaná v libovolném korektním tvaru.

• máme díky tomu i ​oháčkovávač, který využívá také Seznam.cz - tím pádem lze hledat i slova bez diakritiky.

• může se použít taky na opravu překlepů (spell-checker)
• když nevíme, jak se něco píše, můžeme se podívat do ​Internetové jazykové příručky - spolupráce s ÚJČ

Syntaktická rovina zpracování přirozeného jazyka

• věty jsou tvořeny ze slov, ale ne ledajak, podle pravidel
• tato pravidla tvoří tzv. syntax určitého jazyka
• pamatujeme si ze základní školy nechvalně proslulé větné rozbory, a máme program, který je umí dělat za nás (​wwwsynt)

Sémantická a lexikální rovina

• máme k dispozici překladové slovníky (LEDA)
• máme i speciální slovníky: Slovník spisovného jazyka českého, Slovník spisovné češtiny, Příruční slovník jazyka českého, Slovník cizích slov, Slovník českých synonym, Slovník české frazeologie a idiomatiky: výrazy slovesné i neslovesné. (DEB, DEBDict)
• máme taky sítě slov (hierarchický slovník, sémantická/významová databáze): ​WordNet (viz Visual Browser) - podobnost s biologickou taxonomií

• zjistíme, že luxovat může člověk za pomocí stroje (​VerbaLex)

​http://nlp.fi.muni.cz/~xpopelk/screencast.avi

​http://nlp.fi.muni.cz/~xpopelk/final.avi

​http://nlp.fi.muni.cz/~xpopelk/dod.avi

Schéma krátké verse výkladu:

• ​verse 2012

• ​verse 2013

Příklady z korpusu

• Peking, hlavní město USA, přivítalo císaře Evropské unie.
• "Pravda a láska" jsou ošklivá a falešná slovíčka.
• Petr viděl, že se Marie koupe s Pavlem, a hrozně si přál, aby se v tomto okamžiku proměnil v Pavla.
• Pane vrchní, jednou pivo s rumem, jednou bez.
• Petr na mě hodil své obrovitánské trenýrky, což byla zbraň odpovídající dvěma atomovým bombám svrženým na Hirošimu.