Pranešimas XVII mokslinės kompiuterininkų konferencijos sekcijoje „K8. Statistiniai metodai, optimizavimas ir prognozavimas“ „Kompiuterininkų dienos – 2015“, Panevėžyje, KTU PTVF 2013-09-19

1. Sakinio struktūros analizė
Karolina Piaseckienė (ŠU)

2. • Vis daugiau dėmesio skiriama kuo
efektyvesniam kompiuterinių programų
panaudojimui kalbos bei šnekos analizei.
• Problema:
negalima tiesiogiai pasinaudoti kitose
šalyse jau sukurta programine įranga
(pavyzdžiui, morfologiniam
daugiareikšmiškumui išspręsti, automatinei
sintaksinei analizei), nes lietuvių kalba yra
gana sudėtinga, pasižymi morfologiniu
daugiareikšmiškumu, dideliu kaitomumu,
laisva žodžių tvarka sakinyje ir pan.

3. • Hipotezė:
Dėl lietuvių kalbos specifiškumo ir
sudėtingumo trigramų statistika pagrįsti
algoritmai nėra tinkami lietuvių kalbos
tyrimams.
• Aktualus uždavinys – sakinio ar teksto
struktūros analizė bei tos struktūros
sudėtingumo įvertinimas.

4. Sakinio struktūros sudėtingumas

5. Sakinio struktūros sudėtingumas
• Į karaliaus ir karalienės sveikatą gėrė.

6. Sakinio struktūros sudėtingumas

7. Duomenys
• Lietuvių rašytojų prozos knygos,
• išleistos 1995–2011 m.,
• skirtos vaikams,
• apimtis ne mažesnė kaip 44 psl.,
• saugomos Šiaulių universiteto bibliotekoje.
• 36 autoriai
• po 10 sakinių.

12. Išplečiančių SD
skaičius
0 1 2 3 4 5 6 7
Veiksnį ISD dažniai 171 78 20 11 8 2 1 2
Tarinį ISD dažniai 44 110 118 89 54 28 15 11
Išplečiančių SD
skaičius
8 9 10 11 12 13 14 15
Veiksnį ISD dažniai 0 1 1 1 0 0 0 0
Tarinį ISD dažniai 4 0 2 1 1 1 1 1

15. • Regresijos modelis tarinį išplečiančioms
sakinio dalims:
._427,1_364,0788,1_ skTilsakišplSDT ⋅−⋅+=

16. • Regresijos modelis tarinį išplečiančioms
sakinio dalims:
• Regresijos modelis sakinio ilgiui:
._427,1_364,0788,1_ skTilsakišplSDT ⋅−⋅+=
._98,0__81,1_27,31_ gylisTskšakųTskTilsak ⋅+⋅+⋅+−=

17. Dėkoju už dėmesį!