DIAKRITIK – nástroj na rekonštrukciu diakritiky

Nástroj na rekonštrukciu diakritiky vytvorený v SNK bol sprístupnený 18. 8. 2014. Je založený na využití jazykového modelu postaveného na veľkom korpuse textov slovenského jazyka.

Na rekonštrukciu je možné použiť niektorú z nasledujúcich metód s rôznym pomerom chybovosť/rýchlosť:

first

Vyberie prvú možnosť na rekonštrukciu, ktorú nájde v texte.

random

Každé slovo, ktoré sa dá, nahradí náhodným slovom s diakritikou.

naïve

Vyberie najčastejšie sa vyskytujúce slová s diakritikou.

n-gram

Použije jazykový model – slová sú rekonštruované v úsekoch dĺžky n tak, aby bola pravdepodobnosť výskytu výslednej vety v slovenčine čo najvyššia. Čím vyššie n, tým lepšia presnosť, ale tým aj väčšia výpočtová náročnosť. Zlepšenia nad n>4 sú minimálne.

odstran diakritiku

Opačný postup, nástroj zo zadaného textu diakritiku odstráni.

Chybovosť rekonštruovaného textu, teda pomer slov s nesprávne určenou diakritikou, sa pohybuje okolo 0.21 %, t. j. zhruba jedno slovo z päťsto bude zrekonštruované nesprávne. Čím je text podobnejší štandardnej slovenčine, tým je jeho rekonštrukcia úspešnejšia.


Metoda:

Ďalšie odkazy

Rekonštrukcia je dostupná na adrese http://diakritik.korpus.sk/