Kontekstna provjera pravopisa temeljena na n-gramima

diplomski rad

• Naslov (engleski): Contextual Spellchecking Based on N-grams
• Autor: Ivan Srdić
• Mentor: Gordan Gledec (mentor)
• Član povjerenstva: Gordan Gledec (predsjednik povjerenstva)
• Član povjerenstva: Damir Kalpić (član povjerenstva)
• Član povjerenstva: Boris Vrdoljak (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2017-07-07, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu prikazano je da je, neovisno o složenosti hrvatskog jezika, moguće napraviti sustav za ispravak kontekstnih grešaka. Podjelom sustava na komponente omogućena je jednostavna nadogradnja postojeće implementacije. Korištenjem dobro poznatih klasifikatora i procjenitelja frekvencije s manjim optimizacijama i podjelom grešaka u confusion setove dobiven je sustav za kontekstnu provjeru pravopisa koji na primjeru korištenom u radu ima visoki F_1 = 0.95.

Sažetak (engleski)

In this thesis it was shown that it is possible to create a system for contextual spellchecking regardless of the complexity of the Croatian language. Simple upgrading of the existing implementation was achieved by separating the system into several components. Using a well known classifier and frequency estimator with smaller tweaks and by separating errors into confusion sets resulted in a contextual spellchecking system which had a high score of F_1 = 0.95 on the example examined in the thesis.

• Ključne riječi: kontekstna provjera pravopisa; statistički pristup; n-grami
• Ključne riječi (engleski): contextual spellchecking; statistical approach; n-grams
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:789335
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-14 00:53:24