Latviešu valodas WordNet un vārdu nozīmju nošķiršana
Sākums: 01.01.2020 Noslēgums: 31.12.2022
-
Projekta numurs
-
lzp-2019/1-0464
-
-
Finansējums
-
299 970 EUR
-
-
Projekta vadītājs
-
Pēteris Paikens
-
-
Projektu īsteno
-
Latvijas Universitātes Matemātikas un informātikas institūts
-
Zinātnes nozares
-
Valodniecība un literatūrzinātne
-
Datorzinātne un informātika
Kopsavilkums
Šī starpdisciplinārā pētījuma galvenais mērķis ir izveidot strukturētu leksiski semantisku resursu latviešu valodai, balstoties uz WordNet principiem, kā arī izstrādāt vārdu nozīmju nenoteiktības novēršanas metodes. Tas pavērtu jaunas iespējas latviešu valodas vārdu nozīmes izpētei gan datorlingvistikā, gan valodniecībā. WordNet līdzīgs leksiskais resurss ir viens no valodas datu pamatresursiem, kas ir pieejams gandrīz visām Eiropas Savienības valodām, bet trūkst latviešu valodai. Šāda resursa izveide ir nepieciešama lielākajai daļai ar semantiku saistīto dabiskās valodas apstrādes uzdevumu, piemēram, semantiskai parsēšanai, datu meklēšanai, informācijas izguvei, tekstu pārfrazēšanas risinājumiem un dialoga sistēmām. Projekta mērķis ir izveidot augstas kvalitātes WordNet leksisko datu bāzi 5000 galveno jēdzienu apjomā, izstrādi balstot latviešu valodas korpusa datos, kā arī piekārtot šos jēdzienus Open Multilingual WordNet resursam. Otrs mērķis ir paplašināt šī resursa pārklājumu, pusautomātiski tajā iekļaujot informāciju no Prinstonas WordNet un tradicionālajām latviešu valodas vārdnīcām. Šī datu kopa tiks lietota un pārbaudīta, attīstot metodes un rīkus automatizētai vārdu nozīmju nošķiršanai. Šis būtu uzskatāms par fundamentālu pētījumu, jo šādu resursu pieejamība ļautu attīstīt jaunus izpētes virzienus gan datorlingvistikā, gan valodniecībā, kā arī veicinātu praktisku dabiskās valodas apstrādes sistēmu izstrādi latviešu valodai.
Projektu konkurss:
Fundamentālo un lietišķo pētījumu projektu 2019. gada atklātais konkurss
Projektu rezultāti: