Az Európai Médiafigyelő egyéves tapasztalatainak összegzése Pajzs Júlia
Főbb funkciók
Nevek és kapcsolatrendszerük
Hírek több nyelven
Egy kiválasztott hír angolul
Hírek témakörök szerinti
NewsBrief
Egyidejűleg több nyelven
Átadott segédanyagok személynevek felismeréséhez • Az aktuálisan érvényes magyar keresztnév listák (3215 elem). • Titulusok listája (úr, asszony, hölgy) (kb. 400 elem). • Fontos beosztások listája (pl. miniszterelnök) (kb. 650 elem). • Foglalkozásnevek, kategóriákba sorolva (pl. kutatóorvos->HEALTH, RESEARCH). • Népnevek (francia, gall) (kb. 730 elem).
Idézetek felismerését segítő igék • 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
Idézetek és nevek fel (nem) ismerése
Nevek és idézetek részleges felismerése
Sikeres idézet felismerés
Toldalékolt tulajdonnevek aránya TypeToken Told Type Told Token Told Type /Type Told Token/ Token Sample ,280 Sample ,133 Sample Top ,0350,0186 Sample ,2810,083 Sample NewRec ,1600,154
Sample Top NévKatGyakProblémaToldKat. Jav. Cristiano RonaldP41 DESUFF+INT Puskás Ferenc Stadionban 71 SBANO Magyar Közlönyben 51 SBENO Magyar Nemzetnek 39 SNEKO Bajnai GordonnakP35 S NAK Áder Jánost 31 STP Magyarországi Zsidó Hitközségek Szövetségének 20 SNEKO Papp László Budapest Sportarénában 20 SBAN O Kovács Bélát 19 STP
NewlyRec hibák • Bangkokból Hongkongba • India Kína • Szabolcsban Baktalórántházát • Szabolcsot Kabáról • Döbrököztől Dombóvár • Jóban Rosszban • Kérem Istent • Fut Szijjártó Péter • Tárgyalt Hszi Csin-ping • Felolvasták Fónagy János • Miután McCormack • Megérkezett Bukarestbe • Mondjuk Ferihegy • Kerülni Tatánál Azért kb. 80% jó!!!!
Toldalékstatisztika ToldalékGyakoriság T474 nAk339 bAn302 vAl154 Összesen1.269 Egyéb136 Összesen Leggyakoribb /összes Arány 1269/ %
Földrajzi név
Földrajzi név lista • 140-1AustriaAusztria | Ausztriá% • 150-1AzerbaijanAzerbajdzsán% • 160-1BahamasBahama-szigetek | Bahamák% • 170-1BahrainBahrein% • 180-1BangladeshBanglades% • 190-1BarbadosBarbados% • 200-1BelarusBelorusszia | Belorussziá% | Fehéroroszország% • 210-1BelgiumBelgium% • 220-1BelizeBeliz% • 230-1BeninBenin% • 240-1BermudaBermuda% | Bermudá% • 250-1BhutanBhután% • 260-1Bird IslandBird Island% | Madár-sziget% | Madár sziget%
Részlet a földrajzi név találatok kiértékeléséből NévProbléma 1ToldalékProbléma 2 GreenwaldnakS+INTNAKPERSON? GrönlandotS+INTOT Gúta Gyál Gyomaendrőd GyöngyösiPERSON? GyulánálSNÁLPERSON? HatvanegyenNUMBER Hawaii-onS+INTON HomoklepergetőADJECTIVE GabonasilóNOUN GabonatermesztőkNOUN
Földrajzi név ellenőrzés összesített eredménye • A vizsgált nevek 40%-a toldalékolt formában fordult elő a szövegben. • Az előfordult toldalékolt nevek 24%-a nemzetközi név. • A bAn és az On toldalék az összes toldalékolt alak 73%-a. • A félreelemzések száma a vizsgált egy hónapnyi mintában 4% alatt maradt.
Kategória definíciók a témakörök szerinti kereséshez • Alert ID: HumanTraffic • • Description: Human Traffic • Patterns • • Pattern Weight • emberkeresked% 20 • ember%csempész% 20 • illegális%bevánd% 20 • • film -999 • könyv -999
• A combination of at least one of • Proximity: 20 • • emberkeresked% • ember%csempész% • nő%keresk% • szex%rabszolg% • rabszolg% • kényszermunk% • • and at least one of • szervez%+bűnöz% • prostitu% • áldozat% • gyermek% • csecsemő% • bevándorl% • Kategória definíciók a témakörök szerinti kereséshez 2. rész
Emberkereskedelemmel kapcsolatos hírek
Összegzés • Az EMM magyar modulja működőképes • Fejlesztendő: – legalább a gyakori toldalékok felismerése az ismert nevek végén; – személynév; – földrajzi név; – idézet felismerés