Disambiguation of Rich Inflection

Jan Hajič působí na Matematicko-fyzikální fakultě UK jako odborník na počítačový software a statistické metody a spolupracuje na projektu frekvenčního morfologického slovníku s řadou předních českých i světových lingvistů a programátorů. Ve své knize představuje výsledky mnohaletého kolektivního úsilí o první komputační morfologii českého jazyka.

1 Introduction
2 Formal Morphology of Czech
2.1 Formal Morphology
2.2 Introduction to The Czech Tag System
2.3 The Positional Tag System for Czech
2.4 The Compact Tag System for Czech
3 The Paradigm System
3.1 The Paradigm Field
3.2 The Negation Field
3.3 The List of Endings
3.4 Paradigm Names
4 The Morphological Dictionary
4.1 The Root Field
4.2 The Paradigm Field
4.3 The Lemma Field
4.4 The Tag Field
4.5 The Comment Field
4.6 The Alternate Part of Speech Field
4.7 The Style Field
4.8 The Term Field
5 Analysis and Generation of Word Forms
5.1 Direct Analysis and Generation
5.2 The Data
5.3 The Analysis Algorithm
5.4 The Generation Algorithm
5.5 Other Algorithms
6 Morphological Disambiguation (Tagging)
6.1 Tagging – a step aside?
6.2 Orthogonality of Morphological Categories
6.3 The Training Data
6.4 The Model
6.5 Training
6.6 Results
6.7 Tagging Other Languages Using Scarce Resources
6.8 Conclusion and Further Research
6.9 Lemmatization and Word Sense Disambiguation
7 Resources & References
A Czech Morphological Data
A.1 Positional Tags – Quick Reference
A.2 The Endings