20.500.12556/DKUM-14232 Extracting terminologically relevant collocations from texts on informatics Luščenje strokovnega izrazja z upoštevanjem kolokacij iz besedil s področja informatike The diploma thesis discusses the methodology behind the extraction of terminologically relevant collocations from texts on informatics, particularly from the special subject domain of electronic government. The theoretical framework presents a network of scientific fields crucial in understanding of basic facts surrounding the collocation extraction. Empirical part of the thesis, however, is a more hands-on approach describing how the extraction is performed in practice. Key aspects of the research are presented in an orderly fashion. A hybrid method of syntactic pattern filtering and statistical calculations is presented. It is divided into several stages and described in detail. The scale of the research included extraction method, data import, statistical analysis, corpora analysis and glossary-building. The research was carried out in a semi-automatic way, i.e. some work was done manually, while everything else was computer-assisted. The glossary created is an alphabetical word-list of two-word terminological collocations accompanied by their Slovene equivalents and definitions. It is a basic construct that can later on enable me to supplement the existing two-word units with the expansion of their n-grams, thus creating a glossary with multi-word units the collocation extraction has provided me with. V diplomskem delu je obravnavana metoda luščenja strokovnega izrazja z upoštevanjem kolokacij iz besedil s področja informatike, natančneje na temo elektronske uprave. Teoretični del je splet različnih področij znanosti, ki so ključna za razumevanje osnovnih dejstev, ki zadevajo luščenje izrazja. Empirični del posreduje pristop, kako se je luščenja izrazja treba lotiti v praksi. Ključni vidiki raziskave si sledijo v predvidenem pravilnem vrstnem redu. Uporabljena je hibridna metoda, ki vključuje določene skladenjske vzorce in statistične izračune. Metoda je večstopenjsko opredeljena in podrobno opisana. Raziskava obsega luščenje izrazja, vnos podatkov, statistično obravnavo, korpusno obravnavo in izdelavo glosarja. Raziskava je terjala veliko ročne obdelave podatkov, precej sem si pomagal z računalniško podprtimi programi. Nastali glosar vsebuje abecedni seznam dvobesednih kolokacij s slovenskimi ustreznicami in razlagami. Predstavlja osnovni sestav dvobesednih enot in možnost nadaljnjega raziskovanja, saj lahko obstoječim kolokacijam razširimo njihov trenutni n-gram, in s tem povečamo glosar z večbesednimi enotami, predhodno izluščenimi iz besedil. terminološke kolokacije (sopojavljanke) luščenje strokovnega izrazja z upoštevanjem kolokacij (sopojavljank) hibridna metoda skladenjski vzorci korpusna analiza glosar (razlagalni slovar) elektronska uprava terminological collocations collocation extraction hybrid method syntactic patterns corpora analysis glossary electronic government true true false [P. Gmeiner] Angleški jezik Slovenski jezik Diplomsko delo 2010-06-02 13:19:01 2010-07-23 11:36:09 2023-09-12 09:56:10 2023-12-17 03:24:15 2010 0 Maribor 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 811.111'25(043.2):004 17788680 URN:SI:UM:DK:DLG9M4VK UNI_Gmeiner_Primoz_2010.pdf UNI_Gmeiner_Primoz_2010.pdf 1 25C281BC48AC5DCCF6F3024EE4F1DBE6 a8f102bb2595b5b80a303b056959135e271689fb6d98b6afe7f272454b65462a 1b39623b-7c04-11eb-bb7a-00155d0001ca 20.500.12556/dkum/23efa0d1-ff78-44a6-8bec-f4bdbe9a248d https://dk.um.si/Dokument.php?lang=slv&id=15050 Filozofska fakulteta 0 0 0