{"id":183,"date":"2025-11-18T12:42:40","date_gmt":"2025-11-18T12:42:40","guid":{"rendered":"https:\/\/ff.kaloop.si\/?page_id=183"},"modified":"2026-03-11T14:49:49","modified_gmt":"2026-03-11T14:49:49","slug":"programski-nacrt-in-cilji","status":"publish","type":"page","link":"https:\/\/ff.kaloop.si\/en\/programski-nacrt-in-cilji\/","title":{"rendered":"1 Razvoj korpusnojezikoslovnih metod za analizo sodobne sloven\u0161\u010dine"},"content":{"rendered":"

<\/i>4 Razvoj naprednih tehnologij za analizo jezika<\/span><\/a><\/div><\/div><\/div>
2 Razvoj metod za ra\u010dunalni\u0161ko-jezikoslovne raziskave ve\u010djezi\u010dnosti<\/span><\/i><\/a><\/div><\/div><\/div><\/div><\/div>

1 Razvoj korpusnojezikoslovnih metod za analizo sodobne sloven\u0161\u010dine<\/h2>\n

Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry’s standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book. It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.K Lorem Ipsum<\/p>\n<\/div><\/div><\/div><\/div><\/div>

<\/i><\/i><\/span>Trenutni na\u010drti in cilji<\/span><\/a><\/h3><\/div>
\n

CILJ 1.1 Metode jezikoslovne analize nestrukturiranih tekstovnih podatkov.<\/h4>\n

Za uspe\u0161no pridobivanje jezikovnih podatkov iz besedilnih korpusov je treba izbolj\u0161ati analiti\u010dne metode za procesiranje nestrukturiranih besedil v sloven\u0161\u010dini. V njih je treba strojno razlo\u010diti stavke oz. povedi (segmentacija), pojavnice (tokenizacija), prepoznati kategorije in lastnosti besed (oblikoskladenjsko ozna\u010devanje), stav\u010dne \u010dlene (skladenjsko raz\u010dlenjevanje), prepoznati pomen (ozna\u010devanje semanti\u010dnih vlog, semanti\u010dno razdvoumljanje, ozna\u010devanje imenskih entitet) in vrste medstav\u010dnih povezav (diskurzno raz\u010dlenjevanje, razre\u0161evanje koreferen\u010dnosti). Metode jezikoslovnega ozna\u010devanja, ki so bile razvite v projektih JOS (Erjavec in Krek 2010) in SSJ (Krek 2013), bodo v okviru programa nadgrajevane z ugotovitvami, ki izhajajo iz analiz uspe\u0161nosti ozna\u010devanja, raz\u010dlenjevanja itd., predvsem z modelom Universal Dependencies (Nivre idr. 2016).<\/p>\n

NAPOVEDANI REZULTAT<\/strong> (v letih 2019, 2020, 2021, 2022, 2023, 2024): Redne posodobitve tabel oznak \/ sistemov ozna\u010devanja za oblikoskladenjsko ozna\u010devanje, skladenjsko raz\u010dlenjevanje, ozna\u010devanje semanti\u010dnih vlog in drugih nivojev jezikoslovnega ozna\u010devanja<\/p>\n

CILJ 1.2 Metode avtomatskega lu\u0161\u010denja jezikovnih podatkov iz (jezikoslovno ozna\u010denih) korpusov.<\/h4>\n

Jezikoslovna ozna\u010denost korpusov predstavlja predpogoj za avtomatsko lu\u0161\u010denje jezikovnih podatkov. V okviru programa bomo nadgradili metode lu\u0161\u010denja, ki so bile razvite v projektih SSJ in opisane v (Gantar, Kosem in Krek 2015) z uporabo orodja Sketch Engine, ki omogo\u010da lu\u0161\u010denje kolokacij v prepoznanih skladenjskih strukturah (sketch grammar<\/em>), skupaj s korpusnimi zgledi. Metodo bomo nadgradili predvsem z vklju\u010devanjem semanti\u010dne ravni (pomensko razdvoumljanje na podlagi okolice) in strojnim prepoznavanjem stalnih zvez, izhajajo\u010d iz ugotovitev skupne delavnice COST akcij PARSEME in ENeL (Tiberius idr. 2015).<\/p>\n

NAPOVEDANI REZULTAT<\/strong> (v letu 2022): Objava izlu\u0161\u010denih podatkov iz semanti\u010dno ozna\u010denih virov<\/p>\n

CILJ 1.3 Metode strojne analize strukturiranih jezikovnih virov za potrebe leksikogramati\u010dnega opisa sodobne sloven\u0161\u010dine.<\/h4>\n

Obstoje\u010di strukturirani ra\u010dunalni\u0161ko procesljivi jezikovni viri (leksikon Sloleks, Leksikalna baza za sloven\u0161\u010dino, sloWNet itd.) omogo\u010dajo strojno analizo podatkov za potrebe jezikovnega\u00a0 opisa sodobne sloven\u0161\u010dine. Med naloge spada analiza oblikoslovnih in naglasnih vzorcev za samodejno generiranje oblikoslovnih in naglasih paradigem z namenom nadgradnje leksikona Sloleks, nadgradnjo leksikalne baze s podatki o glagolski vezljivosti, ki izhaja iz korpusno preverjenih podatkov obstoje\u010dega vezljivostnega slovarja (\u017dele 2008), nadgradnjo semanti\u010dne baze sloWNet (Fi\u0161er 2015) s podatki o sinonimiji, ki izhajajo iz drugih (dvojezi\u010dnih) slovarjev in podobne. Klju\u010dna pri tem je semanti\u010dna analiza, ki jo bomo zagotovili s tehnikami omre\u017ene analize in globokih nevronskih mre\u017e (cilja C4.1 in C4.4).<\/p>\n

NAPOVEDANI REZULTAT<\/strong>: (v letih 2019, 2020, 2021, 2022, 2023, 2024): Redne objave izbolj\u0161anega slovenskega WordNeta<\/p>\n

CILJ 1.4 Na korpusni analizi temelje\u010d komunikacijski leksikogramati\u010dni opis sodobne sloven\u0161\u010dine za potrebe jezikovnih tehnologij in e-izobra\u017eevanja.<\/h4>\n

Metode na korpusni analizi temelje\u010dega opisa sodobne sloven\u0161\u010dine za potrebe jezikovnih tehnologij in e-izobra\u017eevanja izhajajo iz metodologije, uporabljene pri izdelavi Leksikalne baze za sloven\u0161\u010dino (Gantar 2015). Ta omogo\u010da segmentirano gradnjo enovite baze s podatki o sodobnem slovenskem jeziku (semantika, skladnja\/vezljivost, kolokativnost, naglasnost, pregibnost, besedotvorje itd.), ki je strojno procesljiva, uporabna za jezikovnotehnolo\u0161ke in izobra\u017eevalne namene in vsebuje podatke na vseh nivojih jezikovnega opisa. Za \u010dim bolj \u0161iroko uporabo podatkov je pomembno, da je baza odprto dostopna.<\/p>\n

NAPOVEDANI REZULTAT:<\/strong> (v letih 2019, 2020, 2021, 2022, 2023, 2024): Redne objave baze podatkov z leksikogramati\u010dnimi informacijami o sloven\u0161\u010dini<\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>

  • KLJUN, Ma\u0161a, TER\u0160EK, Matija, VRE\u0160, Domen. [Re] learning to count everything. The Rescience journal. <\/span>May 2022, vol. 8, iss. 2, [article no.] 39, str. 1-15, ilustr. ISSN 2430-3658. http:\/\/rescience.github.io\/bibliography\/Kljun_2022.html, DOI: 10.5281\/zenodo.6574703. [COBISS.SI-ID 211347459]\n<\/div><\/div><\/li>\n

  • GAPSA, Magdalena. S\u0142owniki w dobie digitalizacji na przyk\u0142adzie S\u0142ownika wyraz\u00f3w bliskoznacznych wsp\u00f3\u0142czesnego j\u0119zyka s\u0142owe\u0144skiego = (Slovar sopomenk sodobne sloven\u0161\u010dine). Adeptus.<\/span> 2020, nr. 16, str. 1-16. ISSN 2300-0783. https:\/\/ispan.waw.pl\/journals\/index.php\/adeptus\/article\/view\/a.2227, DOI: 10.11649\/a.2227. [COBISS.SI-ID 47241731], [WoS]\n<\/div><\/div><\/li>\n

  • TRAJANOV, Dimitar, TRAJKOVSKI, Vangel, DIMITRIEVA, Makedonka, DOBREVA, Jovana, JOVANOVIK, Milos, KLEMEN, Matej, \u017dAGAR, Ale\u0161, ROBNIK \u0160IKONJA, Marko. Review of natural language processing in pharmacology. Pharmacological reviews. <\/span>Jul. 2023, vol. 75, no. 4, str. 714-738. ISSN 0031-6997. https:\/\/pharmrev.aspetjournals.org\/content\/75\/4\/714, DOI: 10.1124\/pharmrev.122.000715. [COBISS.SI-ID 155223555], [JCR, SNIP, WoS do 15. 3. 2025: \u0161t. citatov (TC): 3, \u010distih citatov (CI): 3, \u010distih citatov na avtorja (CIAu): 0.38, Scopus do 20. 3. 2025: \u0161t. citatov (TC): 5, \u010distih citatov (CI): 5, \u010distih citatov na avtorja (CIAu): 0.63]\n<\/div><\/div><\/li>\n

  • ARHAR HOLDT, \u0160pela, FERBE\u017dAR, Ina, KALIN GOLOB, Monika, KREK, Simon, PAVLE, Andreja, ROZMAN, Tadeja, STABEJ, Marko. Nova sloven\u0161\u010dina. Jezik in slovstvo.<\/span> <\/b>[Tiskana izd.]. 2024, letn. 69, \u0161t. 3, str. 117-138. ISSN 0021-6933. https:\/\/journals.uni-lj.si\/jezikinslovstvo\/article\/view\/18644, DOI: 10.4312\/jis.69.3.117-138. [COBISS.SI-ID 210323971], [Odprti dostop, SNIP, Scopus]\n<\/div><\/div><\/li>\n<\/ul><\/div><\/div><\/div><\/div><\/div><\/p>","protected":false},"excerpt":{"rendered":"","protected":false},"author":3,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"footnotes":""},"class_list":["post-183","page","type-page","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/ff.kaloop.si\/en\/wp-json\/wp\/v2\/pages\/183","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ff.kaloop.si\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/ff.kaloop.si\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/ff.kaloop.si\/en\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/ff.kaloop.si\/en\/wp-json\/wp\/v2\/comments?post=183"}],"version-history":[{"count":56,"href":"https:\/\/ff.kaloop.si\/en\/wp-json\/wp\/v2\/pages\/183\/revisions"}],"predecessor-version":[{"id":715,"href":"https:\/\/ff.kaloop.si\/en\/wp-json\/wp\/v2\/pages\/183\/revisions\/715"}],"wp:attachment":[{"href":"https:\/\/ff.kaloop.si\/en\/wp-json\/wp\/v2\/media?parent=183"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}