Definicija i izgradnja sloja jezičnih metapodataka na temelju n-gramske baze

diplomski rad

• Naslov (engleski): Defining and building language metadata based on n-gram database
• Autor: Mateo Gojak
• Mentor: Marin Vuković (mentor)
• Član povjerenstva: Marin Vuković (predsjednik povjerenstva)
• Član povjerenstva: Dragan Jevtić (član povjerenstva)
• Član povjerenstva: Miljenko Mikuc (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-07-05, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Sustavi temeljeni na govoru postali su uobičajeni dio današnjice te se zbog jednostavnog korištenja sve češće koriste u raznim proizvodima. Google Maps, Google Assistant, Amazon Alexa i ostali proizvodi temeljeni na generiranju prirodnog jezika te prevođenju govora u tekst i obratno, iza sebe sadrže dobro definirane modele podataka o riječima. Motivacija je bila izgraditi funkcionalni sustav rječničkih značajki za hrvatski jezik koji bi se mogao iskoristiti u svrhe računalne obrade hrvatskog jezika. U sklopu ovog diplomskog rada modelirana je i implementirana baza podataka semantičkih i morfoloških značajki te je nad njom izgrađen skup mikroservisa koji omogućavaju dohvaćanje odgovarajućih informacija o riječima.

Sažetak (engleski)

Speech based systems are becoming a part of everyday life, and because of their simple usage they are often present in various products. Google Maps, Google Assistant, Amazon Alexa and similar products that are based on natural language generation (NLG), text to speech or speech to text, have well-defined word metadata models. The idea was to make a system that consists of word metadata for Croatian language, which could be used for Croatian language computer processing. This graduate thesis defines models and implementation of semantic and morphological database, and implements microservice which gives morphological and semantic responses based on given queries.

• Ključne riječi: semantika; morfologija; mikroservis; rječnička baza; jezično modeliranje; jezično procesiranje; hrvatski jezik
• Ključne riječi (engleski): semantics; morphology; microservice; word database; language modeling; natural language processing; Croatian language
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:755369
• 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: 2020-01-07 18:08:50