University of Warsaw
Biblioteka Cyfrowa KLF UW (Digital Library of the Formal Linguistics Department at the University of Warsaw)Not a member yet
403 research outputs found
Sort by
Historical Polish texts and Unicode. Introduction
No full textAn introduction in preparation to http://bc.klf.uw.edu.pl/179
Dygitalizacja kartotek słownikowych (na przykładzie slownika Knapskiego)
No full textRealizowany w Katedrze Lingwistyki Formalnej projekt "Narzędzia dygitalizacji tekstów na potrzeby badań filologicznych" (grant MNiSzW nr N N519 384036) przewiduje m.in. eksperyment w zakresie dygitalizacji kartotek słownikowych. Jako przykładowe dane wybrano fiszki sporządzone dla pierwszego wydania słownika Knapskiego w
Pracowni Historii Języka Polskiego XVII-XVIII Wieku Instytutu Języka Polskiego PAN.
W referacie zostaną przedstawione założenia tzw. przeglądarki materiałów leksykograficznych "maleks", której zadaniem będzie wygodne udostępnienie użytkownikowi końcowemu zarówno fiszek do słownika Knapskiego, jak i fiszek skanowanych w Instytucie Języka Polskiego PAN w ramach projektu "Repozytorium Cyfrowe Instytutów Naukowych" (http://rcin.ijp-pan.krakow.pl/)
Thinking one’s wishes and acting according to one’s wishes, The imperative and related tools revisited
No full textSkanowane teksty jako korpusy
No full textScanned texts as corpora
A modification of the Poliqarp corpora search tool is described, which is oriented towards searching scanned texts with dirty OCR (i.e. the fully automatic Optical Character Recognition without any proof-reading). This search tool operates since December 2009 and is available at http://wbl.klf.uw.edu.pl/. The two-level regular expressions, which can be used in the queries, allow at least in principle to circumvent the OCR errors.
The crucial property of the search engine is to highlight the hits on the original scans stored in the DjVu format. Although the feature is not original, as it has been used for the first time for the Century Dictionary and later for Jamieson’s Etymological Dictionary of the Scottish Language, it is substantially augmented by allowing so called graphical concordances and providing a convenient way to bookmark the hits.
Our system handles now four dictionaries, with the total size of over 40 000 pages. It is expected that in the near future other texts will be added to the system
Dygitalizacja kartotek słownikowych (na przykładzie slownika Knapskiego)
No full text[planowani współautorzy: Jakub Wilk, Grzegorz Chimosz]
Realizowany w Katedrze Lingwistyki Formalnej projekt Narzedzia dygitalizacji
tekstów na potrzeby badan filologicznych (grant MNiSzW nr N N519
384036) przewiduje m.in. eksperyment w zakresie dygitalizacji kartotek słownikowych.
Jako przykładowe dane wybrano fiszki sporzadzone dla pierwszego
wydania słownika Knapskiego w Pracowni Historii Jezyka Polskiego XVIIXVIII
Wieku Instytutu Jezyka Polskiego PAN.
Z technicznego punktu widzenia fiszki takie cechuje z jednej strony niska
jakosc, bedaca konsekwencja dostepnych wówczas metod reprograficznych
oraz uzytego papieru, z drugiej zas strony informacja znajdujaca sie na fiszkach
oraz zawarta w ich uporzadkowaniu jest w duzym stopniu nadmiarowa.
Powstaje wiec pytanie — na które w tej chwili nie znamy jeszcze odpowiedzi
— czy nowoczesne techniki informatyczne umozliwia zrekompensowanie
niskiej jakosci fiszek przez wykorzystanie redundancji informacyjnej.
W referacie szczególna uwage zwrócimy na problem wyodrebnienia na
fiszkach dopisanych recznie postaci hasłowych oraz interpretacji tych dopisków
za pomoca programów do optycznego rozpoznawania znaków oraz tzw.
przegladarki kształtów tworzonej w ramach tego samego projektu.
Poruszony zostanie równiez problem udostepniania przetworzonych fiszek
uzytkownikowi koncowemu. Wstepnie zakładamy, ze bedzie to jeden duzy dokument
w formacie DjVu, który bedzie mógł byc przegladany zarówno za pomoca
standardowych przegladarek, jak za pomoca wyszukiwarki korpusowej
Poliqarp for DjVu (por. http://poliqarp.wbl.klf.uw.edu.pl/