Mazsola mindenkinek. Sass Bálint MTA Nyelvtudományi Intézet január 18. MSZNY 2018, Szeged

Méret: px

Mutatás kezdődik a ... oldaltól:

Download "Mazsola mindenkinek. Sass Bálint MTA Nyelvtudományi Intézet január 18. MSZNY 2018, Szeged"

Gábor Orsós
5 évvel ezelőtt
Látták:

1 Mazsola mindenkinek Sass Bálint MTA Nyelvtudományi Intézet január 18. MSZNY 2018, Szeged

2 Példa Lekérdezés: iszik + -t 2/15

3 Háttér adatbázis Ha a város a tárcáktól pénzt nyer, stem@@nyer ABL@@tárca ACC@@pénz NOM@@város 3/15

4 Háttér adatbázis Ha a város a tárcáktól pénzt nyer, stem@@nyer ABL@@tárca ACC@@pénz NOM@@város Igető. 3/15

5 Háttér adatbázis Ha a város a tárcáktól pénzt nyer, stem@@nyer ABL@@tárca ACC@@pénz NOM@@város Bővítmények. 3/15

6 Háttér adatbázis Ha a város a tárcáktól pénzt nyer, stem@@nyer ABL@@tárca ACC@@pénz NOM@@város Lekérdezés: nyer + -t Mi történik? Megnézi, hogy mely szavak jellegzetesek ezen a helyen. Jellegzetesség: gyakrabban fordul elő ebben a környezetben, mint általában. A jellegzetes szavak között ott lesz a pénz. Hasonlóan: rá lehet kérdezni az igére is. Lekérdezés: pénz-t A jellegzetes igék között ott lesz a nyer. 3/15

7 Példa 4/15

8 Eredmény: szemantikailag koherens szóosztályok szám méret kicsi nagy 1 sok 5/15

9 Visszafelé: bővítmény ige Lekérdezés: hideg hátán 6/15

10 Feladatmegoldás Mazsolával 1/2 kiküszöböli a csorbát (?) csorbát szenved, ejt, kiköszörül (sok), kiküszöböl (kevés) kiköszörül -t csorba kiküszöböl -t (gyakoribb!) számos különféle tárgy, gyakori jelentéselem a valamiféle hiányosság (hiba, hiányosság, probléma, anomália stb.). 7/15

11 Feladatmegoldás Mazsolával 1/2 kiküszöböli a csorbát (?) csorbát szenved, ejt, kiköszörül (sok), kiküszöböl (kevés) kiköszörül -t csorba kiküszöböl -t (gyakoribb!) számos különféle tárgy, gyakori jelentéselem a valamiféle hiányosság (hiba, hiányosság, probléma, anomália stb.). A gyakoribb és nagyon hasonló hangzású kifejezés magába olvasztotta a ritkább, hasonló jelentésű kifejezést. 7/15

12 Feladatmegoldás Mazsolával 2/2 össze és -val 1. jellemzően -val ragos bővítménnyel: összefügg, összeköt, összehasonlít, összekever, stb. 2. jellemzően -val ragos bővítmény nélkül: összegyűlik, összeállít, összehív, összeszed stb. 8/15

13 Feladatmegoldás Mazsolával 2/2 össze és -val 1. jellemzően -val ragos bővítménnyel: összefügg, összeköt, összehasonlít, összekever, stb. 2. jellemzően -val ragos bővítmény nélkül: összegyűlik, összeállít, összehív, összeszed stb. két dolgot állítunk relációba sok dolgot állítunk relációba két csoportra osztva strukturálhatjuk az össze igekötő jelentéseit (az alapigétől függetlenül) mondhatjuk: a -val az első esetben az igekötő vonzata 8/15

14 Cél A közzététel célja: a fentiekhez hasonló, magyar igék és bővítmények viszonyainak vizsgálatára alkalmas eszközt bárki készíthessen a saját adataival. 9/15

15 Cél A közzététel célja: a fentiekhez hasonló, magyar igék és bővítmények viszonyainak vizsgálatára alkalmas eszközt bárki készíthessen a saját adataival. Vagy akár más nyelvre. 9/15

16 Cél A közzététel célja: a fentiekhez hasonló, magyar igék és bővítmények viszonyainak vizsgálatára alkalmas eszközt bárki készíthessen a saját adataival. Vagy akár más nyelvre. Vagy akár párhuzamos korpuszra. 9/15

17 Cél A közzététel célja: a fentiekhez hasonló, magyar igék és bővítmények viszonyainak vizsgálatára alkalmas eszközt bárki készíthessen a saját adataival. Vagy akár más nyelvre. Vagy akár párhuzamos korpuszra. Vagy akár egyéb strukturákra. 9/15

18 Cél A közzététel célja: a fentiekhez hasonló, magyar igék és bővítmények viszonyainak vizsgálatára alkalmas eszközt bárki készíthessen a saját adataival. Vagy akár más nyelvre. Vagy akár párhuzamos korpuszra. Vagy akár egyéb strukturákra. Minden esetben ugyanúgy igaz lesz: az adott pozíciókban előforduló jellegzetes entitásokat fogja eredményül adni a Mazsola. Minden azon múlik, hogy az adatbázisban mit hogyan reprezentálunk. Alkalmasan választott kódolással a fentiek megvalósíthatók. 9/15

19 Párhuzamos korpusz nl_deze te vertalen in wiskundige formules. / fr_les traduire en expressions mathématiques. stem@@nl_vertalen+fr_traduire fr_en@@expression nl_in@@formule 10/15

20 Párhuzamos korpusz nl_deze te vertalen in wiskundige formules. / fr_les traduire en expressions mathématiques. stem@@nl_vertalen+fr_traduire fr_en@@expression nl_in@@formule Nyelvek címkével megjelölve. 10/15

21 Párhuzamos korpusz nl_deze te vertalen in wiskundige formules. / fr_les traduire en expressions mathématiques. stem@@nl_vertalen+fr_traduire fr_en@@expression nl_in@@formule Igepár. 10/15

22 Párhuzamos korpusz nl_deze te vertalen in wiskundige formules. / fr_les traduire en expressions mathématiques. stem@@nl_vertalen+fr_traduire fr_en@@expression nl_in@@formule Bővítmények. 10/15

23 Párhuzamos korpusz nl_deze te vertalen in wiskundige formules. / fr_les traduire en expressions mathématiques. stem@@nl_vertalen+fr_traduire fr_en@@expression nl_in@@formule Lekérdezés: nl_maken+fr_faire nl_acc=deel fr_acc=? partie 10/15

24 Párhuzamos korpusz modell ige NOM ACC INS... w 1 w 2 w 3 11/15

25 Párhuzamos korpusz modell ige ige 1 +ige 2 NOM ACC INS... NOM 1 NOM 2 ACC 1... w 1 w 2 w 3 w 1 w 2 w 3 11/15

26 Főnévre szabad szemmel 12/15

27 Főnévre szabad szemmel A főnévi fej. 12/15

28 Főnévre szabad szemmel A főnévi csoport jellemzői. Ezek a jellemzők eltérő típusúak. 12/15

29 Főnévre szabad szemmel Lekérdezés: fül CAS=-rA NUM=PL ADJ=? 12/15

30 Főnévre szabad szemmel Lekérdezés: fül CAS=-rA NUM=PL ADJ=? süket 12/15

31 Főnévre modell ige NOM ACC INS... w 1 w 2 w 3 13/15

32 Főnévre modell ige fn NOM ACC INS... ADJ CAS NUM... w 1 w 2 w 3 w c sg/pl 13/15

33 Főnévre modell ige fn NOM ACC INS... ADJ CAS NUM... w 1 w 2 w 3 w c sg/pl összekever szezont fazonnal süket fülekre Megj: a klasszikus igés Mazsola csak a szótöveket tekintette, a morfológiai jegyeket figyelmen kívül hagyta, most tekintetbe vesszük a számot, így adott esetben ki is tud jönni jellegzetesként. 13/15

34 Elérhető Itt megtalálható: minta-adatbázisok installálás leírása config-minták új adatbázishoz Böngészőből használható. itt elérhető egy ideiglenes install mintaadatokkal 14/15

35 Összegzés Szabadon elérhető, használható a Mazsola eszköz. Más/saját korpusz használatával bárki egyszerűen készíthet hasonló funkcionalitású kutatóeszközt. A Mazsola általánossága révén alkalmazható... nem csak magyar nyelvű, hanem más nyelvű szövegek kezelésére is; nem csak egynyelvű, hanem párhuzamos korpuszra is; nem csak igék és bővítmények, hanem egyéb struktúrák vizsgálatára is. 15/15

Hasonló dokumentumok

A Mazsola KORPUSZLEKÉRDEZŐ

A Mazsola KORPUSZLEKÉRDEZŐ Sass Bálint sass.balint@nytud.mta.hu MTA Nyelvtudományi Intézet PPKE ITK Eötvös Collegium Budapest, 2012. április 27. 1 / 34 1 HÁTTÉR 2 HASZNÁLAT 3 MIRE JÓ? 4 PÉLDÁK 2 / 34 1