Pajzs Júlia 2012. november 29..  Automatikusan gyűjt híreket (clustereket) on- line forrásokból  A leggyakoribb személyneveket és ezek kapcsolatrendszerét.

Az előadások a következő témára: "Pajzs Júlia 2012. november 29..  Automatikusan gyűjt híreket (clustereket) on- line forrásokból  A leggyakoribb személyneveket és ezek kapcsolatrendszerét."— Előadás másolata:

1 Pajzs Júlia 2012. november 29.

2

3  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

4 AddressDescriptionLanguage index.huNewsHungarian origo.huNewsHungarian hir24.huNewsHungarian www.startlap.huNews. Mails etc.Hungarian ww.msn.huNews. Mails etc.Hungarian portfolio.hueconomy, newsHungarian msn.mainap.huNews. Mails etc.Hungarian hetivalasz.hu News, the online version of a weekly published journal Hungarian, English www.triplexregio.netDuna-Maros-Koros-Tisza Region Hungarian-Roman-Serb- English tech.transindex.roTransilvanian regional news portalHungarian www.bumm.skSlovakian regional portalHungarian www.felvidek.maSlovakian regional portalHungarian www.parameter.skSlovakian regional portalHungarian, Slovakian karpatalja.maHungarian regional portal in UkraineHungarian www.vajma.infoHungarian regional portal in VojvodinaHungarian erdely.maHungarian regional portal in TransilvaniaHungarian www.kronika.roHungarian regional portal in TransilvaniaHungarian

5  Honlapon levő női nevek: A, Á: Abélia Abiáta Abigél Ada Adala Adalberta Adalbertina Adél Adela Adéla Adelaida Adelgund Adelgunda Adelheid Adélia Adelin Adelina Adelinda Adeodáta Adina Admira Adolfina Adonika  Férfi nevek: N: Nadin Nándor Napóleon Narcisszusz Náron Nátán Nátánael Nataniel Nemere Nepomuk Nesztor Nétus Nétusz Nikander

6  őexelenciája | GTYPE>title | GSUBTYPE>formal  öszentsége | GTYPE>title | GSUBTYPE>formal  őfelsége | GTYPE>title | GSUBTYPE>formal  hölgy | GTYPE>title | GSUBTYPE>formal  kisasszony | GTYPE>title | GSUBTYPE>formal  asszony | GTYPE>title | GSUBTYPE>formal  úrhölgy | GTYPE>title| GSUBTYPE>formal  főúr | GTYPE>title | GSUBTYPE>formal  nagyúr | GTYPE>title| GSUBTYPE>formal  úr | GTYPE>title | GSUBTYPE>formal  mester | GTYPE>title| GSUBTYPE>formal  mester | GTYPE>title| GSUBTYPE>informal

7  valláspszichológus% | GTYPE>profession | GSUBTYPE>science  valláspszichológussal | GTYPE>profession | GSUBTYPE>science  vallástudós% | GTYPE>profession | GSUBTYPE>science  vallástudóssal | GTYPE>profession | GSUBTYPE>science  vulkanológus% | GTYPE>profession | GSUBTYPE>science  vulkanológussal | GTYPE>profession | GSUBTYPE>science  zoológus% | GTYPE>profession | GSUBTYPE>science  zoológussal | GTYPE>profession | GSUBTYPE>science  #EDUCATION  énektanár% | GTYPE>profession | GSUBTYPE>education  énektanárral | GTYPE>profession | GSUBTYPE>education  pedagógus% | GTYPE>profession | GSUBTYPE>education  pedagógussal | GTYPE>profession | GSUBTYPE>education  tanár% | GTYPE>profession | GSUBTYPE>education  tanárral | GTYPE>profession | GSUBTYPE>education  tanító% | GTYPE>profession | GSUBTYPE>education

8  helyettes+államtitkár% GTYPE>positionGSUBTYPE>govNUMBER>sg  főtitkár% GTYPE>positionGSUBTYPE>govNUMBER>sg  titkár+asszony% GTYPE>positionGSUBTYPE>gov NUMBER>sg GENDER>fem  titkár+asszonnyal GTYPE>positionGSUBTYPE>gov NUMBER>sg GENDER>fem  államtitkár% GTYPE>positionGSUBTYPE>govNUMBER>sg  másodtitkár% GTYPE>positionGSUBTYPE>govNUMBER>sg  titkár% GTYPE>positionGSUBTYPE>govNUMBER>sg  parlamenti+képviselő% GTYPE>positionGSUBTYPE>govNUMBER>sg  országgyűlési+képviselő% GTYPE>positionGSUBTYPE>govNUMBER>sg  szenátor% GTYPE>positionGSUBTYPE>govNUMBER>sg  képviselő% GTYPE>positionGSUBTYPE>govNUMBER>sg  kongresszusi+tag% GTYPE>positionGSUBTYPE>govNUMBER>sg  atassé% GTYPE>positionGSUBTYPE>govNUMBER>sg  miniszteri+biztos% GTYPE>positionGSUBTYPE>govNUMBER>sg  kormánybiztos% GTYPE>positionGSUBTYPE>govNUMBER>sg  biztosok% GTYPE>positionGSUBTYPE>govNUMBER>pl  konzul% GTYPE>positionGSUBTYPE>govNUMBER>sg  prokonzul% GTYPE>positionGSUBTYPE>govNUMBER>sg  uralkodó% GTYPE>positionGSUBTYPE>govNUMBER>sg  elnök% GTYPE>positionGSUBTYPE>govNUMBER>sg  kongresszusi+tag% GTYPE>positionGSUBTYPE>gov NUMBER>sg  tanácsos% GTYPE>positionGSUBTYPE>govNUMBER>sg  tanácsosok% GTYPE>positionGSUBTYPE>govNUMBER>pl

9  egyenlítői-guineaiakGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  eritreaiakGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  észtekGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  etiópokGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  Feröer szigetekiekGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  Falkland-szigetekiekGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  Fidzsi-szigetekiekGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  filippínókGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  finnekGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  franciákGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  futunaiakGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  gaboniakGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  gambiaiakGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  grúzokGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  ghánaiakGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  gibraltáriakGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  görögökGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  grönlandiakGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  grenadaiakGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  guadeloupe-iakGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl  guamiakGTYPE>demonymGSUBTYPE>nationalGNUMBER>pl

10  PLk/ak/ek/ok/ök  POSé/éi  Cases  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

11  Ahmed KatántAhmed KatánGAhmed Katán  Alekszandr JefimovotAlekszandr JefimovGAlekszandr Jefimov  Állítólag Bayer ZsoltÁllítólag Bayer ZsolWÁllítólag is not part of the nameBayer Zsolt  Amennyiben MessiAmennyiben MessWAmennyiben is not part of the name Messi  Antal AttilaAntal AttilWSupposed inflection uncorrectly cut Antal Attila  Antitröszt IrodájaAntitröszt IrodájWSupposed inflection uncorrectly cut Antitröszt Irodája  Balázs AttilaBalázs AttilWSupposed inflection uncorrectly cut Balázs Attila  Balogh ZsoltBalogh ZsolWSupposed inflection uncorrectly cut Balogh Zsolt  Barack Obamának Virginia Barack Obamának Virgini WTwo names, not correctly recognised Barack Obama Virginia  Bár AzerbajdzsánBár AzerbajdzsáWBár is not part of the name Azerbajdzsán  Bérczi IstvánBérczi IstváWSupposed inflection uncorrectly cut Bérczi István  Béres AlexandraBéres AlexandWSupposed inflection uncorrectly cut Béres Alexandra  Béres TímeaBéres TímeWSupposed inflection uncorrectly cut Béres Tímea  Biszku BélaBiszku BélWSupposed inflection uncorrectly cut Biszku Béla

12  Ám  Ámbár  Ámbátor  Ámde  Akár  Akárcsak  Amíg  Amint  Aminthogy  Azért  Azonban  Bár  Csakhogy  De  És  Általában Állítólag Általában Addigra Ahelyett Ahogy Ahogyan Ahol Ahonnan Ahonnét

13  NAME: Ivica Dacic  FUNCTION: [szerb miniszterelnök]  FUNCTION TYPE : pgov  NATIONALITY: szerb,  TITLE:  hitelintézet dolgozóinak  Hashim Thaci koszovói és Ivica Dacic szerb miniszterelnök

14  NAME: Lech Kaczynski  FUNCTION: [lengyel elnököt]  FUNCTION TYPE : pgov  NATIONALITY: lengyel,  TITLE:  a Gazeta Wyborcza című napilap online kiadása.  A Lech Kaczynski lengyel elnököt és kíséretét szállító

15  # Vámos Tibor is also an academic "akadémikus", very important actually, especially in language technology. Anyhow, this is a rather typical way of listing several names.  ***  NAME: Vilmos Csányi  FUNCTION: [akadémikus]  FUNCTION TYPE : peducation  NATIONALITY:  TITLE:  Ungvári Tamás professzor, Vámos Tibor és Csányi Vilmos akadémikus, Bodor Pál író-újságíró,

16  Magyar 4306  European 4026  Union 2536  László 2240  Viktor 1773  István 1739  János 1493  Orban 1489  Zoltán 1437  Sándor 1428  Péter 1423  György 1380  Ferenc 1232  Attila 1136

17  1684949803LamíaLamía% | Lamíá%  1684951313SzekszárdSzekszárd%  1684963800ZajasZajas%  1684992203StalinStalin%  1684997604ZenggZengg%  1685000603ZweibrückenZweibrücken%  1685002513GyulaGyula | Gyulá%  1685003003Kut Al Hayy  1685003402FlorenceFlorence% | Florencé%| Firenze |Firenzé%  1685013803LorkaLorka% | Lorká%  1685014502BaselBázel%  1685016802SaltoSalto%  1685018701Al-QāhirahKairó%  1685044703Nakhichevan'Nakhichevan'%  1685048803DubicaDubica% | Dubicá%  1685049803SánchezSánchez%  1685053713SzombathelySzombathely%  1685057501Kuala LumporKuala Lumpur%  1685060803OrkangerOrkanger%  1685062603Uglič Uglič%  1685065003GuadalajaraGuadalajara% | Guadalajará%  1685066103Strumica Strumica% | Strumicá%  1685067403TomashpolTomashpol%  1685069202TitogradTitograd%  1685069303Duga PoljanaDuga Poljana% | Duga Poljaná%  1685102203ChantillyChantilly%  1685104913SopronSopron%

18  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

19 Borsod-abauj-zemplenBorsod-Abaúj-Zemplén% | Borsod-Abaúj- Zemplén megye | Borsod-Abaúj-Zemplén megyé% BeijingPeking% Alsószentmihályfalva Alsószentmihályfalva, Torda, Szentmihály, Szamosújvár Malta IslandMalta Island% | Málta szigete | Málta szigeté% | Málta- szigete | Málta-szigeté% | Málta | Máltá%

20

21  343471 mond 98709 jelent 92671 elmond 90139 ír 82989 beszél 72859 szól 51991 közöl 42849 kérdez 34514 megállapít 33665 jelez 32805 kijelent 28708 válaszol 28514 hangsúlyoz 28035 nyilatkozik 26647 bejelent 19753 megerősít 18282 megjegyez 17273 idéz 16895 fogalmaz 16856 beszámol 13220 magyaráz 8989 elárul 8460 fenyeget 7893 rámutat 7269 tisztáz 3839 felidéz 2644 méltat 2243 összegez 1922 faggat 1643 fenyegetőzik 1537 nehezményez 1137 deklarál 1085 elbeszél 936 panaszol 500 tudakol

22  Megerősít  megerősíti /erősíti meg / megerősítik / erősítik meg / megerősítette / erősítette meg / megerősítették / erősítették meg ‘confirm’

23   - -  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 

24

25

26  drogmaffia 10  drogmaffiá% 10  kábítószer+maffia10  kábítószer+maffiá%10  kábítószer+bűnözés% 10  kábítószer+visszaélés% 10  illegális+kábítószer+kereskedelem% 10  film% -999  könyv% -999

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

28

29  Az EMM magyar modulja működőképes Résztvevők: Az European Commission Joint Research Centre (JRC) részéről: Ralf Steinberger, Maud Ehrmann, Mohamed Ebrahim, Eleonora Mantica, Stefano Bucci, Mártonfi Attila, Pintér Tibor

30

31 pajzs.julia@nytud.mta.hu