Az Európai Média Monitor magyar moduljának fejlesztéséről

Pajzs Júlia 2012. november 29. Az Európai Média Monitormagyar moduljának fejlesztéséről

http://emm.newsexplorer.eu

Automatikusan gyűjt híreket (clustereket) on-line forrásokból • A leggyakoribb személyneveket és ezek kapcsolatrendszerét gyűjti és ábrázolja. • Földrajzi nevek és ezek térképhez való rendelése • Egyéb nevek • „Idézetek” fontos személyektől • Tematikus lekérdezés lehetősége A rendszer főbb jellegzetességei

Az általunk javasolt portálok

Honlapon levő női nevek:A, Á: AbéliaAbiáta Abigél Ada AdalaAdalbertaAdalbertina Adél Adela Adéla Adelaida Adelgund Adelgunda Adelheid AdéliaAdelin Adelina AdelindaAdeodáta Adina Admira AdolfinaAdonika • Férfi nevek: N:Nadin Nándor Napóleon Narcisszusz Náron Nátán NátánaelNataniel Nemere Nepomuk Nesztor NétusNétuszNikander Személynevek feliSmeréséhez 1.

helyettes+államtitkár% GTYPE>position GSUBTYPE>gov NUMBER>sg • főtitkár% GTYPE>position GSUBTYPE>gov NUMBER>sg • titkár+asszony% GTYPE>position GSUBTYPE>gov NUMBER>sg GENDER> fem • titkár+asszonnyal GTYPE>position GSUBTYPE>gov NUMBER>sg GENDER> fem • államtitkár% GTYPE>position GSUBTYPE>gov NUMBER>sg • másodtitkár% GTYPE>position GSUBTYPE>gov NUMBER>sg • titkár% GTYPE>position GSUBTYPE>gov NUMBER>sg • parlamenti+képviselő% GTYPE>position GSUBTYPE>gov NUMBER>sg • országgyűlési+képviselő% GTYPE>position GSUBTYPE>gov NUMBER>sg • szenátor% GTYPE>position GSUBTYPE>gov NUMBER>sg • képviselő% GTYPE>position GSUBTYPE>gov NUMBER>sg • kongresszusi+tag% GTYPE>position GSUBTYPE>gov NUMBER>sg • atassé% GTYPE>position GSUBTYPE>gov NUMBER>sg • miniszteri+biztos% GTYPE>position GSUBTYPE>gov NUMBER>sg • kormánybiztos% GTYPE>position GSUBTYPE>gov NUMBER>sg • biztosok% GTYPE>position GSUBTYPE>gov NUMBER>pl • konzul% GTYPE>position GSUBTYPE>gov NUMBER>sg • prokonzul% GTYPE>position GSUBTYPE>gov NUMBER>sg • uralkodó% GTYPE>position GSUBTYPE>gov NUMBER>sg • elnök% GTYPE>position GSUBTYPE>gov NUMBER>sg • kongresszusi+tag% GTYPE>position GSUBTYPE>gov NUMBER>sg • tanácsos% GTYPE>position GSUBTYPE>gov NUMBER>sg • tanácsosok% GTYPE>position GSUBTYPE>gov NUMBER>pl Személynevek feliSmeréséhez 4.PERSON-POSITION (700)

egyenlítői-guineaiak GTYPE>demonym GSUBTYPE>national GNUMBER>plegyenlítői-guineaiak GTYPE>demonym GSUBTYPE>national GNUMBER>pl eritreaiak GTYPE>demonym GSUBTYPE>national GNUMBER>pl észtek GTYPE>demonym GSUBTYPE>national GNUMBER>pl etiópok GTYPE>demonym GSUBTYPE>national GNUMBER>pl Feröer szigetekiek GTYPE>demonym GSUBTYPE>national GNUMBER>pl Falkland-szigetekiek GTYPE>demonym GSUBTYPE>national GNUMBER>pl Fidzsi-szigetekiek GTYPE>demonym GSUBTYPE>national GNUMBER>pl filippínók GTYPE>demonym GSUBTYPE>national GNUMBER>pl finnek GTYPE>demonym GSUBTYPE>national GNUMBER>pl franciák GTYPE>demonym GSUBTYPE>national GNUMBER>pl futunaiak GTYPE>demonym GSUBTYPE>national GNUMBER>pl gaboniak GTYPE>demonym GSUBTYPE>national GNUMBER>pl gambiaiak GTYPE>demonym GSUBTYPE>national GNUMBER>pl grúzok GTYPE>demonym GSUBTYPE>national GNUMBER>pl ghánaiak GTYPE>demonym GSUBTYPE>national GNUMBER>pl gibraltáriak GTYPE>demonym GSUBTYPE>national GNUMBER>pl görögök GTYPE>demonym GSUBTYPE>national GNUMBER>pl grönlandiak GTYPE>demonym GSUBTYPE>national GNUMBER>pl grenadaiak GTYPE>demonym GSUBTYPE>national GNUMBER>pl guadeloupe-iak GTYPE>demonym GSUBTYPE>national GNUMBER>pl guamiak GTYPE>demonym GSUBTYPE>national GNUMBER>pl Személynevek feliSmeréséhez 5.PERSON-denonyms

PL k/ak/ek/ok/ök • POS é/éi • Cases • FOR ként/képp/képpen • CAU ért • DAT nak/nek • SUB ra/re • DEL ról/ről • INE ban/ben • ELA ból/ből • ILL ba/be • ADE nál/nél • ABL tól/től • FAC vá/vé • SOC stul/stül • INS val/vel • ALL hoz/hez/höz • SUP n/on/en/ön • ACC t/at/et/ot/öt Próbálkozás A toldalékok felismerésére

Ahmed Katánt Ahmed Katán G Ahmed Katán Alekszandr JefimovotAlekszandr Jefimov G Alekszandr Jefimov Állítólag Bayer Zsolt Állítólag Bayer Zsol W Állítólag is not part of the name Bayer Zsolt Amennyiben Messi Amennyiben Mess W Amennyiben is not part of the name Messi Antal Attila Antal Attil W Supposed inflection uncorrectly cut Antal Attila Antitröszt Irodája Antitröszt Irodáj W Supposed inflection uncorrectly cut Antitröszt Irodája Balázs Attila Balázs Attil W Supposed inflection uncorrectly cut Balázs Attila Balogh Zsolt Balogh Zsol W Supposed inflection uncorrectly cut Balogh Zsolt Barack Obamának Virginia Barack Obamának Virgini W Two names, not correctly recognised Barack Obama Virginia Bár Azerbajdzsán Bár Azerbajdzsá W Bár is not part of the name Azerbajdzsán Bérczi István Bérczi Istvá W Supposed inflection uncorrectly cut Bérczi István Béres Alexandra Béres Alexand W Supposed inflection uncorrectly cut Béres Alexandra Béres Tímea Béres Tíme W Supposed inflection uncorrectly cut Béres Tímea Biszku Béla Biszku Bél W Supposed inflection uncorrectly cut Biszku Béla Névfelismerés tesztelése 1. Próbáljunk-e levágni feltételezett suffixumot?

Ám Ámbár Ámbátor Ámde Akár Akárcsak Amíg Amint Aminthogy Azért Azonban Bár Csakhogy De És Általában Határozók és kötőszók mint név ‘stopword’-ök Állítólag Általában Addigra Ahelyett Ahogy Ahogyan Ahol Ahonnan Ahonnét

NAME: Ivica Dacic • FUNCTION: [szerb miniszterelnök] • FUNCTION TYPE : pgov • NATIONALITY: szerb, • TITLE: • hitelintézet dolgozóinak • HashimThaci koszovói és Ivica Dacic szerb miniszterelnök Névfelismerés tesztelése 2.A

NAME: Lech Kaczynski • FUNCTION: [lengyel elnököt] • FUNCTION TYPE : pgov • NATIONALITY: lengyel, • TITLE: • a Gazeta Wyborcza című napilap online kiadása. • A Lech Kaczynski lengyel elnököt és kíséretét szállító Névfelismerés tesztelése 2.b

# Vámos Tibor is also an academic "akadémikus", veryimportantactually, especiallyinlanguagetechnology. Anyhow, this is a rathertypicalway of listingseveralnames. • *** • NAME: Vilmos Csányi • FUNCTION: [akadémikus] • FUNCTION TYPE : peducation • NATIONALITY: • TITLE: • Ungvári Tamás professzor, Vámos Tibor és Csányi Vilmos akadémikus, Bodor Pál író-újságíró, Névfelismerés tesztelése 2.c

Magyar 4306 European 4026 Union 2536 László 2240 Viktor 1773 István 1739 János 1493 Orban 1489 Zoltán 1437 Sándor 1428 Péter 1423 György 1380 Ferenc 1232 Attila 1136 Névfelismerés tesztelése 3.

16849498 0 3 Lamía Lamía% | Lamíá% 16849513 1 3 Szekszárd Szekszárd% 16849638 0 0 Zajas Zajas% 16849922 0 3 Stalin Stalin% 16849976 0 4 Zengg Zengg% 16850006 0 3 Zweibrücken Zweibrücken% 16850025 1 3 Gyula Gyula | Gyulá% 16850030 0 3 Kut Al Hayy 16850034 0 2 Florence Florence% | Florencé%| Firenze |Firenzé% 16850138 0 3 Lorka Lorka% | Lorká% 16850145 0 2 Basel Bázel% 16850168 0 2 Salto Salto% 16850187 0 1 Al-Qāhirah Kairó% 16850447 0 3 Nakhichevan' Nakhichevan'% 16850488 0 3 Dubica Dubica% | Dubicá% 16850498 0 3 Sánchez Sánchez% 16850537 1 3 Szombathely Szombathely% 16850575 0 1 Kuala Lumpor Kuala Lumpur% 16850608 0 3 Orkanger Orkanger% 16850626 0 3 Uglič Uglič% 16850650 0 3 Guadalajara Guadalajara% | Guadalajará% 16850661 0 3 Strumica Strumica% | Strumicá% 16850674 0 3 Tomashpol Tomashpol% 16850692 0 2 Titograd Titograd% 16850693 0 3 Duga Poljana Duga Poljana% | Duga Poljaná% 16851022 0 3 Chantilly Chantilly% 16851049 1 3 Sopron Sopron% Földrajzi nevek adatbázisa

Global Discovery Database of place names (2006) kb. 500 000 tétel KNAB többnyelvű: Venice/Venise/Venedig Constantinapol/Istanbul European Comission belső dokumentáció: minden EU ország fővárosa, a nemzet(ek) neve, az ország nevének melléknévi alakja az összes EU nyelven A földrajzi nevek forrásai

Földrajzi név: eredmény

343471 mond 98709 jelent 92671 elmond 90139 ír 82989 beszél 72859 szól 51991 közöl 42849 kérdez 34514 megállapít 33665 jelez 32805 kijelent 28708 válaszol 28514 hangsúlyoz 28035 nyilatkozik 26647 bejelent 19753 megerősít 18282 megjegyez 17273 idéz 16895 fogalmaz 16856 beszámol 13220 magyaráz 8989 elárul 8460 fenyeget 7893 rámutat 7269 tisztáz 3839 felidéz 2644 méltat 2243 összegez 1922 faggat 1643 fenyegetőzik 1537 nehezményez 1137 deklarál 1085 elbeszél 936 panaszol 500 tudakol „Idézetek” felismeréséheztriggerverbs

Megerősít megerősíti /erősíti meg / megerősítik / erősítik meg / megerősítette / erősítette meg / megerősítették / erősítették meg ‘confirm’ Fenti igék várhatóan gyakori alakváltozatai

<quoteslang="hu" date="21-NOV-12" VERSION="0.14"> • - <q> • <article_id>klubradio-3168c9f570371b5b92a359ae701d3829</article_id> • <text>Franciaország és Olaszország azt kéri, hogy mindenki tegyen meg minden erőfeszítést annak érdekében, hogy ez az elengedhetetlen fegyverszünet megszülessen</text> • <verb>mondta</verb> • <title /> • <name>Francois Hollande</name> • <name_id>114</name_id> • <weight>70</weight> • <infotype="1" offset="239" length="181" /> • </q> • - <q> • <article_id>klubradio-3168c9f570371b5b92a359ae701d3829</article_id> • <text>A leghatározottabban elítélem a merényletet, amely Tel-Avivban történt, s amely éppen akkor irányult civilek ellen, amikor mindent meg kell tennünk a tűzszünet elérése érdekében</text> • <verb>mondta</verb> • <title /> • <name>Laurent Fabius</name> • <name_id>442</name_id> • <weight>60</weight> • <infotype="1" offset="968" length="201" /> • </q> Automatikusan kivonatolt idézetek

NewsBrief

drogmaffia 10 drogmaffiá% 10 kábítószer+maffia10 kábítószer+maffiá%10 kábítószer+bűnözés% 10 kábítószer+visszaélés% 10 illegális+kábítószer+kereskedelem% 10 film% -999 könyv% -999 KatEgória definíció

Combinations • A combination of atleastoneof • narkotikum% • kábítószer% • drog% • heroin% • hasis% • kokain% • extasy% • and atleastone of • fogyaszt% • kereskedelem% • kereskedelm% • függőség% Kategória Definíció

Kábítószer

Az EMM magyar modulja működőképes Résztvevők: Az European CommissionJoint Research Centre (JRC) részéről: Ralf Steinberger, MaudEhrmann, Mohamed Ebrahim, EleonoraMantica, StefanoBucci, Mártonfi Attila, Pintér Tibor Összefoglalás

pajzs.julia@nytud.mta.hu Véleményeket, javaslatokat ide:

Az Európai Média Monitor magyar moduljának fejlesztéséről