Sirvi Märksõna "arvutilingvistika" järgi

Nüüd näidatakse 1 - 20 59

listelement.badge.access-status Avatud juurdepääs ,
Arvutuslingvistikalt inimesele
(Tartu : Tartu Ülikool, 2000) Tartu Ülikool; Hennoste, Tiit, toimetaja
listelement.badge.access-status Avatud juurdepääs ,
Becoming a noun: the case of cyber
(Tartu Ülikool, 2022) Üle, Ilmar; Klavan, Jane, juhendaja; Tartu Ülikool. Humanitaarteaduste ja kunstide valdkond; Tartu Ülikool. Inglise filoloogia osakond; Tartu Ülikool. Maailma keelte ja kultuuride kolledž
listelement.badge.access-status Avatud juurdepääs ,
Beyond genres: a dimensional text model for text classification
(2024-11-28) Vaik, Kristiina; Muischnek, Kadri, juhendaja; Sirts, Kairit, juhendaja; Tartu Ülikool. Humanitaarteaduste ja kunstide valdkond
Interneti võidukäik on suurendanud elektrooniliste tekstide hulka, mis on olnud murranguline mitmete teadusvaldkondade jaoks. Suured veebitekstide korpused on justkui ajakapslid, mis on jäädvustanud meie pidevalt muutuvad keelt. Veebikorpused pakuvad rikkalikku keelematerjali, kuid meil pole selget ülevaadet nende sisust. Kas tegemist on juhusliku sõpradevahelise vestluse või ametliku dokumendiga või hoopis millegi muuga? Veebikorpuste liigitamine on justkui püüd kategoriseerida kõiki raamatuid hiiglaslikus raamatukogus, teadmata, milline on raamatute sisu. Osa keeleuurijaid kasutavad liigitusalusena laiasid kategooriad, nagu ajakirjandus või ilukirjandus; samas on ka neid, kes teevad kitsamat eristamist, näiteks jagavad ajakirjanduse kategooria eraldi arvamusteks ja spordiuudisteks. Aastate jooksul on loodud palju erinevaid liigitusi, kuid neil kõigil on üks ühine joon: annoteerijate vähene üksmeel. See tekitab küsimuse, kuidas me saame oodata häid tulemusi masinatelt, kui isegi inimesed ei suuda kokku leppida, mis liiki kirjutisega on tegu? Selleks, et veebikorpuseid maksimaalselt ära kasutada, vajame etemat liigitusalust. Minu doktoritöö eesmärk on esitada alternatiivne viis veebitekstide kategoriseerimiseks. Selmet suruda tekste kindlatesse kategooriatesse (nagu aja- või ilukirjandus), vaatlen hoopis tekstides peituvaid omadusi, mida nimetan dimensioonideks. Näiteks vaatlen, kas tekst on ametlik või spontaanne, faktiline või arvamuslik, keeruline või lihtne, või kas see räägib abstraktsetest või konkreetsetest nähtustest? Eesmärk on uurida, kas minu pakutud dimensioonid ja raamistik on inimeste jaoks äratuntavad. Kui jah, siis tuvastada, kas ja kuidas pakutud dimensioonid üksteisest erinevad. Leidsin, et annoteerijad saavutasid väljapakutud dimensioonide seas enamjaolt üksmeele, mis viitab dimensioonide selgetele kommunikatiivsetele funktsioonidele, ja et igal dimensioonil on ainulaadne koosesinevate keeleliste tunnuste muster. Tulemused joonduvad suuremas jaos ka juba varasemate uurimustega, kus peamise eristusena saab välja tuua vastanduse kirjaliku kõnekeele (spontaanne, isiklik, subjektiivne) ja standardsema kirjakeele (rohkem planeeritud, formaalne, informatiivne) vahel. Ülejäänud dimensionid langevad kuhugi vahepeale või sisaldavad vaid neile ainulaadseid eripärasid. Mõistmine, kuidas need dimensioonid ja nende keelelised mustrid omavahel on seotud, loob tugevad eeldused tulevastele uurimustöödele, mille eesmärk on aidata kaasa veebikorpustes peituvate struktuuride uurimisele ja liigitamisele.
listelement.badge.access-status Avatud juurdepääs ,
Detecting compositionality of Estonian particle verbs with statistical and linguistic methods
(2019-08-30) Aedmaa, Eleri; Muischnek, Kadri, juhendaja; Uiboaed, Kristel, juhendaja; Tartu Ülikool. Humanitaarteaduste ja kunstide valdkond
Tänapäeval on inimkeeli (kaasa arvatud eesti keelt) töötlevad tehnoloogiaseadmed igapäevaelu osa, kuid arvutite „keeleoskus“ pole kaugeltki täiuslik. Keele automaattöötluse kõige rohkem kasutust leidev rakendus on ilmselt masintõlge. Ikka ja jälle jagatakse sotsiaalmeedias, kuidas tuntud süsteemid (näiteks Google Translate) midagi valesti tõlgivad. Enamasti tekitavad absurdse olukorra mitmest sõnast koosnevad fraasid või laused. Näiteks ei suuda tõlkesüsteemid tabada lauses „Ta läks lepinguga alt“ ühendi alt minema tähendust petta saama, sest õige tähenduse edastamiseks ei saa selle ühendi komponente sõna-sõnalt tõlkida ja seetõttu satubki arvuti hätta. Selleks et nii masintõlkesüsteemide kui ka teiste kasulike rakenduste nagu libauudiste tuvastuse või küsimus-vastus süsteemide kvaliteet paraneks, on oluline, et arvuti oskaks tuvastada mitmesõnalisi üksuseid ja nende eri tähendusi, mida inimesed konteksti põhjal üpriski lihtalt teha suudavad. Püsiühendite (tähenduse) automaattuvastus on oluline kõikides keeltes ja on seetõttu pälvinud arvutilingvistikas rohkelt tähelepanu. Seega on eriti inglise keele põhjal välja pakutud terve hulk meetodeid, mida pole siiamaani eesti keele püsiühendite tuvastamiseks rakendatud. Doktoritöös kasutataksegi masinõppe meetodeid, mis on teiste keelte püsiühendite tuvastamisel edukad olnud, üht liiki eesti keele püsiühendi – ühendverbi – automaatseks tuvastamiseks. Töös demonstreeritakse suurte tekstiandmete põhjal, et seni eesti keele traditsioonilises käsitluses esitatud eesti keele ühendverbide jaotus ainukordseteks (ühendi komponentide koosesinemisel tekib uus tähendus) ja korrapärasteks (ühendi tähendus on tema komponentide summa) ei ole piisavalt põhjalik. Nimelt kinnitab töö arvutilingvistilistes uurimustes laialt levinud arusaama, et püsiühendid (k.a ühendverbid) jaotuvad skaalale, mille ühes otsas on ühendid, mille tähendus on selgelt komponentide tähenduste summa. ja teises need ühendid, mis saavad uue tähenduse. Uurimus näitab, et lisaks kontekstile aitavad arvutil tuvastada ühendverbi õiget tähendust mitmed teised tunnuseid, näiteks subjekti ja objekti elusus ja käänded. Doktoritöö raames valminud andmestikud ja vektoresitused on vajalikud uued ressursid, mis on avalikud edaspidisteks uurimusteks.
listelement.badge.access-status Avatud juurdepääs ,
Development of a mobile application for Estonian vocabulary learning: a cross-platform solution using react native
(Tartu Ülikooli Narva kolledž, 2025) Kapustinskii, Nikolai; Sääsk, Andre, juhendaja; Tartu Ülikool. Narva Kolledž; Tartu Ülikool. Sotsiaalteaduste valdkond
listelement.badge.access-status Avatud juurdepääs ,
Dialoogiaktid eesti infodialoogides: tüpoloogia ja analüüs
(Tartu Ülikooli Kirjastus, 2004) Hennoste, Tiit; Rääbis, Andriela
listelement.badge.access-status Avatud juurdepääs ,
Dialoogiaktid ja suhtlusstrateegiad: Eesti dialoogikorpuse analüüs
(2004) Eskor, Liina; Koit, Mare, juhendaja
listelement.badge.access-status Avatud juurdepääs ,
Dialoogist dialoogsüsteemini: partneri algatatud parandused
(2016-02-29) Pärkson, Siiri; Pajusalu, Renate, juhendaja; Koit, Mare, juhendaja; Tartu Ülikool. Humanitaarteaduste ja kunstide valdkond.
Doktoriväitekiri käsitleb suhtlusprobleeme inimese ja arvuti vahelistes ning inimeste-vahelistes dialoogides. Analüüsitakse lauseid (ehk lausungeid) nagu nt ma ei saa aru (mittemõistmine), kas sa ütlesid nii? (üleküsimine), kas sa mõtlesid seda? (ümbersõnastamine). Uurimuse eesmärgiks on selgitada välja, milline korrapära ehk millised mustrid esinevad dialoogide lausungite ülesehituses. Mõistmaks, kuidas suhtlusprobleemidest keeleliselt teada antakse, analüüsitakse erinevat liiki eestikeelseid dialooge Eesti dialoogikorpusest. Sealhulgas on dialoogide kogumiseks viidud läbi nn Võlur OZ-i eksperimendid, kus katseisikud arvavad end suhtlevat arvutiga, kuid tegelikult suhtlevad interneti vahendusel teise inimesega. Ulatusliku eestikeelse dialoogimaterjali alusel uuritakse töös, mis tekitab suhtlusprobleeme, kuidas tekkinud probleemist suhtluspartnerile märku antakse ja kuidas suhtlusprobleeme lahendatakse. Tehakse ka muid tähelepanekuid inimese ja arvuti vahelise loomuliku suhtluse tõhustamise kohta. Uurimuse tulemuseks on mustrid ja kui-siis reeglid, mille kasutamine inimesega eesti keeles suhtlevas dialoogsüsteemis aitaks kaasa ladusamale suhtlemisele arvutiga. Suhtlusprobleemidega toimetulek on üks dialoogsüsteemide loomise ja eduka töötamise põhiküsimustest. Doktoriväitekirja rakenduslik panus on pakkuda dialoogsüsteemide loojatele konkreetseid soovitusi selle küsimuse lahendamiseks.
listelement.badge.access-status Embargo ,
Dialoogisüsteemide hindamine
(Tartu Ülikool, 2009) Toompalu, Karol; Koit, Mare, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
listelement.badge.access-status Avatud juurdepääs ,
Eesti dialoogikorpus ja selle töötlemise tarkvara
(2004) Treumuth, Margus; Koit, Mare, juhendaja
listelement.badge.access-status Avatud juurdepääs ,
Eesti ja muukeelsete inimeste veebisõnastike kasutamine Sõnaveebi näitel
(Tartu Ülikool, 2020) Lehesalu, Marin; Orav,Heili, juhendaja; Tavast, Arvi, juhendaja; Tartu Ülikool. Humanitaarteaduste ja kunstide valdkond; Tartu Ülikool. Eesti ja üldkeeleteaduse instituut
listelement.badge.access-status Embargo ,
Eesti keele lausete automaatne genereerimine
(Tartu Ülikool, 2004) Käsper, Emilia; Müürisep, Kaili, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
listelement.badge.access-status Avatud juurdepääs ,
Eesti Wordnet ja meelestatuse analüüs
(Tartu Ülikool, 2018) Jaanimäe, Gerth; Orav, Heili, juhendaja; Tartu Ülikool. Humanitaarteaduste ja kunstide valdkond; Tartu Ülikool. Eesti ja üldkeeleteaduse instituut
listelement.badge.access-status Embargo ,
Eestikeelsete dialoogide kogumise veebirakendus
(Tartu Ülikool, 2011) Käbin, Tiit; Koit, Mare, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
listelement.badge.access-status Avatud juurdepääs ,
Eri meetodeid wordnet-tüüpi sõnastiku kontrolliks Eesti Wordneti näitel
(Tartu Ülikool, 2020) Eiche, Sandra; Orav, Heili, juhendaja; Aller, Sven, juhendaja; Tartu Ülikool. Humanitaarteaduste ja kunstide valdkond; Tartu Ülikool. Eesti ja üldkeeleteaduse instituut
listelement.badge.access-status Avatud juurdepääs ,
Esinemissageduse mõju ühendverbide tähenduse moodustumisel
(Tartu Ülikool, 2018) Muru, Monika; Aedmaa, Eleri, juhendaja; Tartu Ülikool. Humanitaarteaduste ja kunstide valdkond; Tartu Ülikool. Eesti ja üldkeeleteaduse instituut
listelement.badge.access-status Avatud juurdepääs ,
Estimation of depression level from text: symptom-based approach, external knowledge, dataset validity
(Tartu Ülikooli Kirjastus, 2024-11-26) Milintsevich, Kirill; Sirts, Kairit, juhendaja; Dias, Gaël, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Caen Normandia ülikool
Depressioon on üks levinumaid vaimse tervise häireid kogu maailmas, mis võib põhjustada funktsioneerimise langust ja suurendada suitsiidiriski. Hiljutine COVID-19 pandeemia on tõstnud depressiooni sagedust kogu maailmas. Lisaks takistavad stigma ja piiratud juurdepääs ravile paljudel inimestel õige diagnoosi saamist ja ravi. Varasemad uuringud on leidnud, et depressioonis inimeste sõnavara erineb ilma depressioonita inimeste omast. Näiteks kalduvad depressioonis inimesed kasutama rohkem negatiivseid või emotsionaalseid sõnu. Viimasel ajal on välja töötatud tehisnärvivõrgumudeleid, mis suudavad teksti alusel depressiooni esinemist tuvastada. Siiski on enamik teadlasi käsitlenud depressiooni tuvastamist lihtsa klassifitseerimisülesandena, kus on ainult kaks võimalikku väljundit: kas on depressioon või mitte. Samas võivad kahel depressioonis inimesel ilmneda erinevad sümptomid. Näiteks ühel inimesel võib esineda unetus ja keskendumisraskused, samas kui teine võib kannatada isumuutuste ja madala enesehinnangu all. Need inimesed vajaksid erinevat ravi, mistõttu on info sümptomite kohta hädavajalik. Käesolevas töös arendati välja tehisnärvivõrgumudel, mis ennustab depressiooni sümptomeid teksti alusel. Tulemused näitasid, et sümptomite alusel depressiooni ennustamine andis paremaid tulemusi kui lihtne ainult diagnostilist staatust ennustav klassifitseerija, andes samal ajal ka üksikasjalikumat infot. Ennustustulemusi parandas veelgi meelsus- ja emotsioonileksikonidest pärit välise info mudelisse lisamine. Selleks kasutati lihtsat, kuid tõhusat lähenemist, mis märgib ära leksikonides esinevad sõnad tekstis. Lisaks, töötades sotsiaalmeedia päritolu andmestikuga selgusid probleemid sümptomite märgenduste kvaliteediga. Seetõttu märgendati osa sellest andmestikust uuesti vaimse tervise spetsialisti abiga, näidates sümptomite kliiniliste definitsioonide järgmise ja selgete märgendamisjuhiste rakendamise olulisust.
listelement.badge.access-status Embargo ,
Evaluation of spoken dialogue systems: case study on the CMU system data
(Tartu Ülikool, 2009) Agafonova, Anna; Jokinen, Kristiina, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
listelement.badge.access-status Embargo ,
Graafiline kasutajaliides korpuse käsitsi süntaktiliseks märgendamiseks
(Tartu Ülikool, 2002) Pirn, Kadri; Müürisep, Kaili, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
listelement.badge.access-status Avatud juurdepääs ,
Holonüümia ja meronüümia suhe Eesti Wordnetis
(Tartu Ülikool, 2019-07) Rist, Kätlin; Orav, Heili, juhendaja; Tartu Ülikool. Humanitaarteaduste ja kunstide valdkond; Tartu Ülikool. Eesti ja üldkeeleteaduse instituut