Az Európai Médiafigyelő magyar verziója MTA Nyelvtudományi Intézet Nyelvtechnológiai Kutatócsoport Pajzs Júlia.

Az előadások a következő témára: "Az Európai Médiafigyelő magyar verziója MTA Nyelvtudományi Intézet Nyelvtechnológiai Kutatócsoport Pajzs Júlia."— Előadás másolata:

1 Az Európai Médiafigyelő magyar verziója MTA Nyelvtudományi Intézet Nyelvtechnológiai Kutatócsoport Pajzs Júlia

2 http://emm.newsexplorer.eu

3 Személyek

4 Idézetek egy személytől és róla

5 Egy hír több nyelven

6 Egy hír egy másik nyelven

7 Automatikusan gyűjt híreket (clustereket) on-line forrásokból A leggyakoribb személyneveket és ezek kapcsolatrendszerét gyűjti és ábrázolja. Földrajzi nevek és ezek térképhez való rendelése Egyéb nevek Idézetek fontos személyektől Tematikus lekérdezés lehetősége A rendszer főbb jellegzetességei

8 index.hu origo.hu hir24.hu www.startlap.hu ww.msn.hu portfolio.hu msn.mainap.hu hetivalasz.hu www.triplexregio.net tech.transindex.ro www.bumm.sk www.felvidek.ma www.parameter.sk karpatalja.ma www.vajma.info erdely.ma www.kronika.ro Az általunk javasolt portálok

9 keresztnevek (András, Andrea) ismert személynevek (Deák Ferenc, Szabó Magda) titulusok (úr, asszony, őfelsége stb.) beosztások (elnök, igazgató stb.) Foglalkozásnevek témakör besorolással (sebész->egészség) népnevek, nemzetiség nevek (spanyol, baszk,) Magyar segédanyagok a személynevek felismeréséhez

10 PLk/ak/ek/ok/ök POSé/éi FORként/képp/képpen CAUért DATnak/nek SUBra/re DELról/ről INEban/ben ELAból/ből ILLba/be ADEnál/nél ABLtól/től FACvá/vé SOCstul/stül INSval/vel ALLhoz/hez/höz SUPn/on/en/ön ACCt/at/et/ot/öt Leggyakoribb egyszerű toldalékok tulajdonnevek után

11 Eredeti mondattöredék: A Lech Kaczynski lengyel elnököt és kíséretét szállító NAME: Lech Kaczynski FUNCTION: [lengyel elnököt] FUNCTION TYPE : pgov NATIONALITY: lengyel, TITLE: a Gazeta Wyborcza című napilap online kiadása. Névfelismerés tesztelése

12 Global Discovery Database of place names (2006) kb. 500 000 tétel KNAB többnyelvű: Venice/Venise/Venedig Constantinapol/Istanbul European Comission belső dokumentáció: minden EU ország fővárosa, a nemzet(ek) neve, az ország nevének melléknévi alakja az összes EU nyelven A földrajzi nevek forrásai

13 Borsod-abauj-zemplenBorsod-Abaúj-Zemplén% | Borsod- Abaúj-Zemplén megye | Borsod-Abaúj- Zemplén megyé% BeijingPeking% WienBécs% Malta IslandMalta Island% | Málta szigete | Málta szigeté% | Málta- szigete | Málta- szigeté% | Málta | Máltá% Földrajzi nevek Magyar nevek, idegen nevek magyar változatai

14 Földrajzi név: eredmény

15 mond, jelent, elmond, ír, beszél, szól, közöl, kérdez, megállapít, jelez, kijelent, válaszol, hangsúlyoz, nyilatkozik, bejelent, megerősít, megjegyez, idéz, fogalmaz, beszámol, magyaráz, elárul, fenyeget, rámutat, tisztáz, felidéz, méltat, összegez, faggat, fenyegetőzik, nehezményez, deklarál, elbeszél, panaszol, tudakol Igék az idézetek felismeréséhez

16 megerősít megerősíti /erősíti meg / megerősítik / erősítik meg / megerősítette / erősítette meg / megerősítették / erősítették meg Fenti igék várhatóan gyakori alakváltozatai

17 - klubradio-3168c9f570371b5b92a359ae701d3829 Franciaország és Olaszország azt kéri, hogy mindenki tegyen meg minden erőfeszítést annak érdekében, hogy ez az elengedhetetlen fegyverszünet megszülessen mondta Francois Hollande 114 70 - klubradio-3168c9f570371b5b92a359ae701d3829 A leghatározottabban elítélem a merényletet, amely Tel-Avivban történt, s amely éppen akkor irányult civilek ellen, amikor mindent meg kell tennünk a tűzszünet elérése érdekében mondta Laurent Fabius 442 60 Automatikusan kivonatolt idézetek

18 NewsBrief

19 Témakörök szerinti keresés

20 Kategória definíció drogmaffia 10 drogmaffiá% 10 kábítószer+maffia10 kábítószer+maffiá%10 kábítószer+bűnözés% 10 kábítószer+visszaélés% 10 illegális+kábítószer+kereskedelem% 10 film% -999 könyv% -999

21 Combinations A combination of at least one of narkotikum% kábítószer% drog% heroin% hasis% kokain% extasy% and at least one of fogyaszt% kereskedelem% kereskedelm% függőség%

22

23 Összegzés Az EMM magyar modulja működőképes A NewsExplorer fejlesztői: European Commission Joint Research Centre (JRC) Ralf Steinberger

24