pojmy:morfologicka_analyza - Příručka ČNK

Tato stránka je pouze pro čtení. Můžete si pouze prohlédnout zdrojový kód, ale ne ho měnit. Zeptejte se správce, pokud si myslíte, že něco není v pořádku.

====== Morfologická analýza ======

V rámci procesu automatického zpracovávání korpusu se morfologickou analýzou rozumí ta část, při níž se každému slovnímu tvaru v (korpusovém) textu přiřadí všechna jeho [[pojmy:lemma|lemmata]] a všechny morfologické údaje včetně slovního druhu v podobě značky ([[pojmy:tag|tagu]]). Je-li tvar slovnědruhově a/nebo morfologicky homonymní, přiřadí mu morfologická analýza takových údajů více než jeden. 

Například morfologická analýza věty //Sním je místo něho.// přiřadí jednotlivým slovním tvarům tyto údaje (v prvním sloupci je analyzovaný tvar, ve druhém lemma, ve třetím značka):

|Sním	|	**sníst**	|	**''<nowiki>VpS--1d</nowiki>''** |
|:::	|	snít	|	''<nowiki>VpS--1n</nowiki>'' |
|je	|	být	|	''<nowiki>VpS--3n</nowiki>'' |
|:::	|	ono	|	''<nowiki>PPSN4--</nowiki>'' |
|:::	|	oni	|	''<nowiki>PPPM4--</nowiki>'' |
|:::	|	**ony**	|	**''<nowiki>PPPI4--</nowiki>''** |
|:::	|	ony	|	''<nowiki>PPPF4--</nowiki>'' |
|:::	|	ona	|	''<nowiki>PPPN4--</nowiki>'' |
|místo	|	místo	|	''<nowiki>NNSN1--</nowiki>'' |
|:::	|	**místo**	|	**''<nowiki>R---2--</nowiki>''** |
|něho	|	něha	|	''<nowiki>NNSF5--</nowiki>'' |	
|:::	|	**on**	|	**''<nowiki>PPSM2--</nowiki>''** |
|:::	|	on	|	''<nowiki>PPSM4--</nowiki>'' |
|:::	|	on	|	''<nowiki>PPSI2--</nowiki>'' |
|:::	|	ono	|	''<nowiki>PPSN2--</nowiki>'' |
|.	|	.	|	''<nowiki>Z------</nowiki>'' |

Symboly ve značce mají tento význam:
  - pozice: slovní druh: V – sloveso, P – zájmeno, N – substantivum, R – předložka, Z – interpunkce
  - pozice: poddruh slovního druhu: p – prézens, P – osobní zájmeno, N – apelativum
  - pozice: číslo: S – singulár, P – plurál
  - pozice: jmenný rod: M – maskulinum životné, I – maskulinum neživotné. F – femininum, N – neutrum
  - pozice: pád: 1 – nominativ, 2 – genitiv, 4 – akuzativ, 5 – vokativ
  - pozice: osoba: 1 – první, 3 – třetí
  - pozice: vid: d – dokonavý, n – nedokonavý

Morfologická analýza se provádí počítačovým programem, zvaným //morfologický analyzátor//, a je součástí morfologické anotace, jejíž součástí je lemmatizace a morfologická [[pojmy:desambiguace|desambiguace]], operující obvykle na výsledku morfologické analýzy. Výsledkem správné [[pojmy:lemma#lemmatizace|lemmatizace]] a morfologické desambiguace následující po morfologické analýze uvedené věty jsou interpretace označené **tučně**. 

Podrobný postup automatické anotace včetně údajů o míře úspěšnosti je popsán na příkladu korpusu [[cnk:SYN2020|SYN2020]] na stránce [[cnk:SYN2020:automaticka_anotace|automatická anotace korpusu SYN2020]].

 --- //V. Petkevič, V. Cvrček//

==== Související odkazy ====

<WRAP round box 49%>
[[pojmy:desambiguace|Desambiguace]] • [[pojmy:lemma|Lemmatizace]] • [[pojmy:tag|Tagování]] • [[pojmy:anotace|Anotace]] • [[cnk:SYN2020:automaticka_anotace|Automatická anotace SYN2020]]
</WRAP>

Historie: • mluveny • anotace • citaty • frekvencni_distribuce • atributy_strukturni • korpusy • bigram • kolokace • ngram • genre_group