Automating dictionary production: a Tagalog-English-Korean dictionary from scratch

Varování

Publikace nespadá pod Ústav výpočetní techniky, ale pod Fakultu informatiky. Oficiální stránka publikace je na webu muni.cz.

Autoři	BAISA Vít BLAHUŠ Marek CUKR Michal HERMAN Ondřej JAKUBÍČEK Miloš KOVÁŘ Vojtěch MEDVEĎ Marek MĚCHURA Michal RYCHLÝ Pavel SUCHOMEL Vít
Rok publikování	2019
Druh	Článek ve sborníku
Konference	Proceedings of the 6th Biennial Conference on Electronic Lexicography
Fakulta / Pracoviště MU	Fakulta informatiky
Citace
www	Konferenční sborník
Klíčová slova	Sketch Engine; Lexonomy; post-editing lexicography; dictionary; corpus; Tagalog; Filipino; English; Korean
Popis	In this paper we present lexicographic work on a Tagalog-English-Korean dictionary. The dictionary is created entirely from scratch and all of its content (besides audio pronunciation) is initially generated fully automatically from a large web corpus that we built for these purposes, and then post-edited by human editors. The full size of the dictionary is 45,000 entries, out of which 15,000 most frequent entries are manually post-edited, while the remaining 30,000 entries are left only as automated. The project is currently ongoing and will be finished in December 2019. The dictionary will be part of the online platform run by the Naver Corporation and freely available.
Související projekty:	Projekt LINDAT-Clarin - Vybudování a provoz českého uzlu pan-evropské infrastruktury pro výzkum Hyperintensionální usuzování nad texty přirozeného jazyka