Проект общедоступного многопользовательского корпуса Проблемы и перспективы Дмитрий Грановский. - презентация

1 Проект общедоступного многопользовательского корпуса Проблемы и перспективы Дмитрий Грановский

2 Зачем ещё один? У существующих корпусов: Авторские права –На текст –На разметку Административные ограничения Недоступна сама разметка

3 Что будет уметь? Просмотр и редактирование разметки (многопользовательский) Возможность скачивания в разных форматах Встроенный поиск по популярным запросам Обработка «тяжёлых» запросов

4 Кто будет делать? Техническая часть – группа разработчиков Наполнение – пользователи

5 Откуда брать тексты? Тексты с истекшим авторским правом Тексты, на которые авторское право не распространяется Тексты под свободной лицензией (e.g. Википедия) Остальное – по договорённости с правообладателем

6 Задачи инструментария 1. Редактирование 2. Хранение 3.Поиск

7 Как можно использовать? Статистические исследования Машинное обучение (как обучающий корпус) Тестовый корпус для других ресурсов

8 Проблемы Почему эта модель доступа должна работать? Как обеспечить совместную работу многих людей? (многопользовательский) Как обеспечить целостность данных?

9 Проблемы Откуда взять столько квалифицированных редакторов? Как бороться с ошибками редактирования? Как не делать разметку с нуля? Как унифицировать разметку?

10 Ваши вопросы

11 СПАСИБО! Дмитрий Грановский