Jiří Milička
- Scopus, ORCID: 0000-0001-8605-1199
Členství v radách: Journal of Quantitative Linguistics, Linguistic Frontiers
Další členství: The International Quantitative Linguistics Association
Zaměření
- korpusová lingvistika
- kvantitativní lingvistika
- arabština
Články
Preprinty
- Milička, J. (2024). Simple stochastic processes behind Menzerath’s Law. arXiv [Cs.CL]. Retrieved from http://arxiv.org/abs/2409.00279
- Milička, J. (2024). Theoretical and Methodological Framework for Studying Texts Produced by Large Language Models. arXiv [Cs.CL]. Retrieved from http://arxiv.org/abs/2408.16740
2024
- Milička, J., Marklová, A., VanSlambrouck, K., Pospíšilová, E., Šimsová, J., Harvan, S., & Drobil, O. Large language models are able to downplay their cognitive abilities to fit the persona they simulate. Plos one, 19(3), e0298522.
- Milička, J., & Šebestová, D. (2024). Query a corpus in near-natural language: A human-friendly corpus query language not only for linguists. In S. Buschfeld, P. Ronan, T. Neumaier, A. Weilinghoff, & L. Westermayer (Eds.), Crossing Boundaries through Corpora: Innovative Approaches to Corpus Linguistics. John Benjamins.
2023
- Milička, J. Menzerath’s law: Is it just regression toward the mean? Glottometrics, 55. doi:10.53482/2023_55_409
2022
- Milička, J., Cvrček, V., & Lukeš, D.: Unpacking lexical intertextuality: Vocabulary shared among texts. Yamazaki, M., Sanada, H., Köhler, R., Embleton, S., Vulanović, R., & Wheeler, E. S. (Eds). Quantitative Approaches to Universality and Individuality in Language. Berlin/Boston: De Gruyter Mouton. 101-116. DOI: 10.1515/9783110763560-009
- Zemánek, P. & Milička, J.: Frankové očima Arabů v klasickém a moderním období. In O. Lomová, J. Malečková & K. Šíma (Eds.), Setkávání kultur. Identity, ideologie, jazyky (pp. 233-246). Praha: Univerzita Karlova, Filozofická fakulta. ISBN 978-80-7671-085-6.
2021
- Milička, J., Cvrček, V., & Lukešová, L.: Modelling crosslinguistic n‑gram correspondence in typologically different languages. Languages in Contrast 21(2), 217-249. DOI: 10.1075/lic.19018.mil. ISSN: 1387-6759.
- Milička, J., & Houzar, A.: Phonological properties as predictors of text success. In A. Pawłowski, S. Embleton, J. Mačutek and G. Mikros (eds.), Language and Text: Data, models, information and applications (pp. 177–194). John Benjamins. ISBN 9789027210104.
- Matlach, V., Krivochen, D. G., & Milička, J.: A method for the comparison of general sequences via type-token ratio. In A. Pawłowski, S. Embleton, J. Mačutek and G. Mikros (eds.), Language and Text: Data, models, information and applications (pp. 37–54). John Benjamins. ISBN 9789027210104.
- Malá, M., Šebestová, D., & Milička, J.: The expression of time in English and Czech children’s literature. In A. Čermáková, T. Egan, H. Hasselgård & S. Rørvik (eds.), Time in Languages, Languages in Time (pp 283–304). John Benjamins. ISBN 978-90-272-0968-9.
- Kubát, M., Hůla, J., Chen, X., Čech, R., & Milička, J.: The lexical context in a style analysis: A word embeddings approach. Corpus Linguistics and Linguistic Theory, 17(2), 443-464.
2020
- Milička, J.: Kolik procent lexikálních výpůjček můžeme očekávat ve slovenském textu?. Slovenská reč, 85(1), 76–81.
- Kováříková, D., Škrabal, M., Cvrček, V., Lukešová, L., & Milička, J.: Lexicographer’s Lacunas or How to Deal with Missing Representative Dictionary Forms on the Example of Czech. International Journal of Lexicography, 33(1), 90-103.
2019
- Mačutek, J., Čech, R., & Milička, J.: Length of non-projective sentences: A pilot study using a Czech UD treebank. In Proceedings of the First Workshop on Quantitative Syntax (Quasy, SyntaxFest 2019) (pp. 110–117). ISBN 978-1-950737-65-9.
- Čech, R., Hůla, J., Kubát, M., Chen, X., & Milička, J.: The development of context specificity of lemma. A word embeddings approach. Journal of Quantitative Linguistics, 26(3), 187-204.
- Hůla, J., Kubát, M., Čech, R., Chen, X., Číž, D., Pelegrinová, K., & Milička, J.: Context Specificity of Lemma. Diachronic Analysis. Glottometrics 45 2019, 7.
2018
- Juola, P., Milička, J., & Zemánek, P.: Authorship and time attribution of Arabic texts using JGAAP. In K. Shaalan, A. E. Hassanien & F. Tolba (eds.), Intelligent Natural Language Processing: Trends and Applications (pp. 325–349). Springer, Cham. ISBN: 978-3-319-67056-0.
- Milička, J.: Average Word Length from the Diachronic Perspective: The Case of Arabic. Linguistic Frontiers, 1(2), 81-89.
- Milička, J., & Kalábová, H.: Vowel Disharmony in Czech Words and Stems. In M. Fidler & V. Cvrček (eds.), Taming the Corpus: From Inflection and Lexis to Interpretation (pp. 37–61). Springer, Cham. ISBN: 978-3-319-98017-1.
- Čech, R., Milička, J., Mačutek, J., Koščová, M., & Lopatková, M.: Quantitative Analysis of Syntactic Dependency in Czech. In J. Jiang & H. Liu (eds.), Quantitative Analysis of Dependency Structures (pp 53–70). ISBN: 978-3-11-057356-5.
2017
- Diatka, V., & Milička, J: The effect of iconicity flash blindness: An empirical study. In A. Zirker, M. Bauer, O. Fisher & C. Ljungberg (eds.), Dimensions of Iconicity (pp 3–14). John Benjamins. ISBN 978-90-272-4351-5.
- Mačutek, J., Čech, R., & Milička, J.: Menzerath-Altmann Law in Syntactic Dependency Structure. In S. Montemagni & J. Nivre (eds.), Proceedings of the Fourth International Conference on Dependency Linguistics (Depling 2017), September 18-20, 2017, Università di Pisa, Italy (No. 139, pp. 100–107). Linköping University Electronic Press. ISBN: 978-91-7685-467-9.
2016
- Milička, J.: Key Length Motifs in Czech and Arabic Texts. In E. Kelih, R. Knight, J. Mačutek & A. Wilson (eds.), Studies in Quantitative Linguisitcs 23. (pp. 27–42). RAM – Verlag. ISBN: 978-3-942303-44-6.
- Čéplö, S., Bátora, J., Benkato, A., Milička, J., Pereira, C., & Zemánek, P.: Mutual intelligibility of spoken Maltese, Libyan Arabic, and Tunisian Arabic functionally tested: A pilot study. Folia Linguistica, 50(2), 583-628.
- Zemánek, P., & Milička, J.: Restricted collocability and its use in Arabic Corpus Linguistics. In G. C. Pastor (ed.), Computerised and Corpus-based Approaches to Phraseology: Monolingual and Multilingual Perspectives. (pp. 67–78). Tradulex. ISBN: 978-2-9700736-5-9.
2015
- Milička, J.: Synergetic Linguistics: Do We Need Better Explanatory Mechanism?. Glottotheory, 6(2), 291-298.
- Milička, J.: Is the Distribution of L-Motifs Inherited from the Word Lengths Distribution?. In G. K. Mikros & J. Mačutek (eds.) Sequences in Language and Text (pp 133–146). De Gruyter. ISBN: 978-3-11-036273-2.
- Milička, J.: Is Menzerath’s Law a consequence of segment inventory inhomogeneity?. Czech and Slovak Linguistic Review, 2015(2), 62-71.
2014
- Milička, J.: Menzerath’s law: the whole is greater than the sum of its parts. Journal of Quantitative Linguistics, 21(2), 85-99.
- Mikros, G., & Milička, J.: Distribution of the Menzerath’s law on the syllable level in Greek texts. In G. Altmann, R. Čech, J. Mačutek & L. Uhlířová (eds). Empirical approaches to text and language analysis (pp 180–189). RAM - Verlag. ISBN 978-3-942303-24-8.
- Zemánek, P., & Milička, J.: Quotations, relevance and time depth: Medieval Arabic literature in grids and networks. In A. Feldman, A. Kazantseva, & S. Szpakowicz (eds.) Proceedings of the 3rd Workshop on Computational Linguistics for Literature (CLFL) (pp. 17–24). ISBN 978-1-937284-88-6.
- Zemánek, P., & Milička, J.: Ranking Search Results for Arabic Diachronic Corpora. Google-like search engine for (non) linguists. In A. Lakhouaja (ed.), Proceedings of the 5th International Conference on Arabic Language Processing (CITALA 2014) (pp. 73–78). Oujda.
2013
- Kubát, M., & Milička, J.: Vocabulary richness measure in genres. Journal of Quantitative Linguistics, 20(4), 339-349.
- Milička, J.: Rank-frequency relation & type-token relation: Two sides of the same coin. In I. Obradović, E. Kelih & R. Köhler (eds.), Methods and Applications of Quantitative Linguistics: Selected papers of the 8th International Conference on Quantitative Linguistics (QUALICO) (pp. 163–171). ISBN 978-86-7466-465-0.
2012
- Milička, J.: Minimal ratio: an exact metric for keywords, collocations etc. Czech and Slovak Linguistic Review, 2012(1), 62-70.
- Chromý, J., & Milička, J.: Experimentální zkoumání stylotvorných faktorů: první výstupy. Naše řeč (Our Speech), 95(4), 181-187.
2011
- Milička, J.: A Combinatorial Method for a Context Comparison. In: E. Kelih, V. Levickij &Y. Matskulyak (eds.), Issues in Quantitative Linguistics 2 (pp 104–109). RAM – Verlag. ISBN 978-3-942303-07-1.
- Milička, J.: Valency and Information Structure: A quantitative approach to from–to juxtaposition in Arabic. In Proceedings of CLC 2011.
2010
- Milička, J.: Budování česko-arabského paralelního korpusu. In F. Čermák & J. Kocek (eds.), Mnohojazyčný korpus Intercorp: Možnosti studia (pp 221–225). Nakladatelství Lidových novin. ISBN 978-80-7422-058-6.
2009
- Milička, J.: Type-token & hapax-token relation: A combinatorial model. Glottotheory, 2(1), 99-110.
- Milička, J.: Knihtisk v dějinách islámské kultury. Nový orient, 64(2), 42–46.
Nástroje
- Mechanický korpusový lingvista: asistent který dokáže sehnat data z korpusu a dále s nimi pracovat (viz info)
- Engrammer: Nástroj pro explorativní analýzu kolokací.
- KeyWorder: Program pro rozpoznávání klíčových slov v textu pomocí minimálního poměru.
- TypeTokener: Program, který měří type-token relation, hapax-token relation atd. zvoleného textu a následně pomocí změřené distribuce typů tyto veličiny zpětně modeluje.
- Lexicographers' Calculator: Program pro plánování rozsahu korpusu.
- Tinfi: Program, který označuje části textu, jež z něj vyčnívají.
- BlackSquare: Program pro jednoduché (nejen) lingvistické experimenty.
- Zumky: Komunikační nástroj pro všechny, kteří si váží svého času, klidu a soukromí.
Monografie
- Zemánek, P., & Milička, J. (2017): Words Lost and Found: The Diachronic Dynamics of the Arabic Lexicon. RAM-Verlag. 234 p. ISBN: 978-3-942303-45-3.
- Zemánek, P., Milička, J., & Ondráš, F. (2017): Al-haraka baraka. Strukturně-variační pohled na středověká arabská přísloví a rčení. Univerzita Karlova, Filozofická fakulta. 167 p. ISBN 978-80-7308-749-4.
Kvalifikační práce
- Milička, J. (2022): Lexikální diverzita (Habilitační spis).
- Milička, J. (2015): Teorie komunikace jakožto explanatorní princip přirozené víceúrovňové segmentace textů (Disertace).
Recenze
- Milička, J. (2014): Kontroverzní hranice jazykovědy aneb O syntagmatických očích Hany Karadžičové [Review of Kvantitativní analýza kontextu by V. Cvrček]. Naše řeč, (4-5), 300-304.
- Milička, J. (2018): Kapitoly z korpusové versologie — cesta správným směrem [Review of Kapitoly z korpusové versologie, by P. Plecháč & R. Kolár]. Česká Literatura, 66(2), 286–289.
Přednášky a veřejná vystoupení
- 6/2024 (JM, Anna Marklová, Václav Cvrček) Prezentace Exploring register variation in human and machine-generated texts: A comparative analysis. na konferenci ICAME (Vigo, Španělsko).
- 6/2024 Prezentace Mechanical Corpus Linguist na konferenci 4EU+ AI Days (Praha, ČR).
- 5/2024 Prezentace Let’s Delve into the Intricate Tapestry of the Chatgptese na International Workshop on Corpus and Computational Linguistics (Ostrava, ČR, zvaná).
- 5/2024 Prezentace Exploring Habibi Corpus: Mapping latent space to real geographic space na konferenci AIDA (Valletta, Malta).
- 2/2024 Prezentace Not Your Training Data – Not Your Culture: Exploring Variations in Gender Bias in Large Language Models na Gender, Technology, and Digital Cultures in the Middle East Conference a účast na panelové diskusi (Dauha, Qatar, zvaná).
- 11/2023 Prezentace Hledání v korpusech pomocí velkých jazykových modelů: příklady z lingvistiky a dalších oborů na workshopu Humanitní a společenské vědy perspektivou Digital Humanities (Olomouc, zvaná).
- 9/2023 Prezentace Our Timelines na workshopu AIAL2023 (Towards AI-Aided Human-Supervised Linguistics, Prague, organizer)
- 6/2023 Prezentace Modelling Menzerath’s Law with Gaussian Copula na konferenci QUALICO 2023 (Lausanne).
- 6/2023 Prezentace A Guided Tour through the Labyrinth of Lexical Diversity na workshopu International Workshop on Corpus Stylistics and Stylometrics (Ostrava, zvaná).
- 6/2023 (JM a Petr Zemánek) Poster Principal Component Analysis of Written Arabic Dialects na konferenci Olinco 2023 (Olomouc, Best Poster Award).
- 11/2022 (JM a Dominika Kováříková) Prezentace Jak vytěžit textová data Českého národního korpusu pomocí KonTextu na konferenci Digitální data perspektivou humanitního vědce (Brno, hybridní, zvaná).
- 11/2022 Prezentace Engrammer, nástroj na automatickou extrakci frazeologie na workshopu Vývoj elektronické lexikální databáze indoíránských jazyků a podpora zavádění moderních technologií do výuky jazyků (Praha, zvaná).
- 5/2022 Prezentace The Menzerath-Altmann Law: Time to move on na workshopu III. Summer Workshop for Statistics in Linguistics (Trojanovice, zvaná).
- 5/2022 Prezentace Measuring lexical diversity: The influence of lemmatization na kolokviu SlavLingColl (Berlin, zvaná).
- 9/2021 (JM, Václav Cvrček a David Lukeš) Prezentace Unpacking Lexical Intertextuality – Number of Types Shared Among Texts na konferenci QUALICO (Tokyo, online).
- 8/2021 (JM a Denisa Šebestová) Prezentace Human Freindly Corpus Querry language na konferenci ICAME (Dortmund).
- 11/2019 Prezentace Engrammer — On the borders between language and other cultural phenomena that can be quantitatively analyzed via corpus na workshopu Corpus Driven Quantitative Linguistics Workshop (v Ostravě; zvaná).
- 9/2019 (JM a Denisa Šebestová) Prezentace Engrammer: Introducing a new tool for the identification of phraseological patterning. Demo and case study on Czech, English and Arabic na konferenci EUROPHRAS (Málaga).
- 8/2019 (Ján Mačutek, Radek Čech a JM) Prezentace Length of non-projective sentences: A pilot study using a Czech UD treebank na konferenci Quasy konané v rámci SyntaxFestu 2019, Paris.
- 7/2019 (JM, Václav Cvrček a Lucie Lukešová) Prezentace N-gram Length Correspondence in Typologically Different Languages na konferenci CL2019 Cardiff.
- 6/2019 (Denisa Šebestová a Markéta Malá a JM) Prezentace The expression of time in English and Czech children’s literature:A contrastive phraseological perspective na konferenci ICAME (Neuchatel).
- 3/2019 Prezentace Analysis of Liberal Translations and Cross-Language Plagiarism na setkání Lingvistické odpoledne 2019 (Olomouc, zvaná).
- 9/2018 (JM a Alžběta Růžičková) Prezentace Slovak Vowel Phonotactics: Slavic Origins vs. Hungarian Influences na konferenci SlaviCorp (Praha).
- 7/2018 (JM a Alžběta Růžičková) Prezentace Demand and Supply in the Communication Process: The Case of Lexical Richness and Phonological Features na konferenci QUALICO (Wroclaw).
- 9/2017 (Jan Mačutek, Radek Čech a JM) Prezentace a poster Menzerath-Altmann Law in Syntactic Dependency Structure na konferenci Depling (Pisa).
- 5/2017 (JM a Hana Kalábová) Prezentace Vowel Disharmony in Czech: Description and Explanation na konferenci Linguistics Prague.
- 3/2017 Prezentace From – To Construction in Arabic and Czech na konferenci Word Order and Information Structure: a Cross- and Intra-Linguistic Perspective (Olomouc; zvaná).
- 2/2017 Prezentace Menzerathův-Altmannův zákon: adorovaný model podivného vztahu na kolokviu Kritické pohledy na Menzerathův-Altmannův zákon (Ostrava; zvaná).
- 8/2016 (JM a Karolína Vyskočilová) Prezentace Models of noisy channels that speech gets over na konferenci QUALICO (Trier).
- 12/2015 (JM a Petr Zemánek) Prezentace Tolerant algorithm for quotation extraction na Digital Arabic and Persian Research Workshop (Leipzig; zvaná).
- 11/2015 Poster From Linguistic Theory to an Effective Quotation Extraction Algorithm na symposiu Methods and Linguistic Theories (MaLT 2015) (Bamberg).
- 10/2015 (Vojtěch Diatka a JM) Prezentace Můžou se neikonická slova někdy chovat jako ikonická? na konferenci Lingvistika Praha.
- 7/2015 (JM a Petr Zemánek) Poster Hypertextualizer. Quotation Extraction Software na konferenci Corpus Linguistics 2015 (Lancaster).
- 7/2015 (Vojtěch Diatka a JM) Poster The Iconicity of the „Non-Iconic Words“ and its Effects on the Language Processing na 12th International Symposium of Psycholinguistics (Valencia).
- 6/2015 (JM a Petr Zemánek) Prezentace Restricted Collocability and its Use in Arabic Corpus Linguistics na konferenci EUROPHRAS 2015 (Malaga).
- 3/2015 (Vojtěch Diatka, Jiří Milička) Prezentace Are Iconic Words Statistically more Iconic than Non-Iconic Ones? A New Method of Testing na 10th International Symposium on Iconicity in Language and Literature (Tübingen).
- 6/2014 Prezentace Three Models for the Menzerath's Law na konferenci QUALICO (organizováno IQLA).
- 5/2014 Prezentace Konfidenční intervaly v empirické lingvistice na konferenci Lingvistika Praha.
- 4/2014 (JM a Petr Zemánek) Prezentace Quotations, Relevance and Time Depth: Medieval Arabic Literature in Grids and Networks na konferenci EACL v Göteborgu (organizovaná Association for Computational Linguistics).
- 7/2012 Prezentace Rank-frequency Relation & Type-token Relation: Two Sides of the Same Coin na konferenci QUALICO.
- 7/2011 Prezentace Valency and the Information Structure. A Quantitative Approach na Corpus Linguistics Conference v Birminghamu.
- 4/2011 (Petr Zemánek a JM) Prezentace Arabic Plurals in Context. A Corpus Study na Workshop on Arabic Corpus Linguistics v Lancasteru.
- 9/2009 Prezentace Budování česko-arabského paralelního korpusu na konferenci Intercorp v Praze.
Překlady
- Muntasir al-Qaffáš: On. In Antologie moderních arabských povídek. Praha 2011, pp 93-97.
- (Přeloženo s Annou Humlovou) Alí ad-Du'áží: Po hospodách kolem Středozemního moře. Praha, Malvern 2013, 76 s.
Výuka
- Dříve vyučované
- Arabština a korpus
- Úvod do kvantitativní lingvistiky
- Článek na korpusově-lingvistické téma
- Aktuálně vyučované
- Obecné zákonitosti v textech
- Užití velkých jazykových modelů
- Také se aktuálně podílím na předmětech
- Práce s korpusy: případové studie
- Úvod do práce s jazykovými korpusy
Stáže
- 4/2013–6/2013 Stáž na Univerzitě v Trieru.
- 10/2013–11/2013 Stáž na Národní a Kapodistrijské univerzitě v Athénách.