Geodesic
Slovenské vzory dělení slov: čas pro změnu?
Zpravodaj Československého sdružení uživatelů TeXu, Tome 14 (2004) no. 3-4, pp. 183-189

Voir la notice de l'article provenant de la source Czech Digital Mathematics Library

Dělení slov neboli algoritmická segmentace velké množiny řetězců nějakého jazyka je problém častější než by se na první pohled zdálo. Pro volně šiřitelné slovenské dělení slov zatím existuje pouze řešení vycházející z definice slabiky ve slovenštině, bez rozsáhlého pokrytí výjimek. Z více než miliónu shromážděných a rozdělených slov se podařilo vygenerovat programem PatGen nové volně šiřitelné vzory, které se s nepravidelnostmi jazyka vyrovnávají lépe než dosud dostupné řešení. Výsledek je použitelný nejen v distribucích TeXu, ale i v dalších systémech jako například OpenOffice.org. Použité a diskutované techniky bootstrappingu, stratifikace a generování vzorů jsou použitelné při řešení širokého spektra dalších "segmentačních" aplikací.
DOI : 10.5300/2004-3-4/183
Mots-clés : dělení slov; segmentace; PatGen; přebíjející vzory; bootstarpping; stratifikace 
@article{10_5300_2004_3_4_183,
     author = {Sojka, Petr},
     title = {Slovensk\'e vzory d\v{e}len{\'\i} slov: \v{c}as pro zm\v{e}nu?},
     journal = {Zpravodaj \v{C}eskoslovensk\'eho sdru\v{z}en{\'\i} u\v{z}ivatel\r{u} TeXu},
     pages = {183--189},
     publisher = {mathdoc},
     volume = {14},
     number = {3-4},
     year = {2004},
     doi = {10.5300/2004-3-4/183},
     language = {cz},
     url = {http://geodesic.mathdoc.fr/articles/10.5300/2004-3-4/183/}
}
TY  - JOUR
AU  - Sojka, Petr
TI  - Slovenské vzory dělení slov: čas pro změnu?
JO  - Zpravodaj Československého sdružení uživatelů TeXu
PY  - 2004
SP  - 183
EP  - 189
VL  - 14
IS  - 3-4
PB  - mathdoc
UR  - http://geodesic.mathdoc.fr/articles/10.5300/2004-3-4/183/
DO  - 10.5300/2004-3-4/183
LA  - cz
ID  - 10_5300_2004_3_4_183
ER  - 
%0 Journal Article
%A Sojka, Petr
%T Slovenské vzory dělení slov: čas pro změnu?
%J Zpravodaj Československého sdružení uživatelů TeXu
%D 2004
%P 183-189
%V 14
%N 3-4
%I mathdoc
%U http://geodesic.mathdoc.fr/articles/10.5300/2004-3-4/183/
%R 10.5300/2004-3-4/183
%G cz
%F 10_5300_2004_3_4_183
Sojka, Petr. Slovenské vzory dělení slov: čas pro změnu?. Zpravodaj Československého sdružení uživatelů TeXu, Tome 14 (2004) no. 3-4, pp. 183-189. doi: 10.5300/2004-3-4/183

Cité par Sources :