conTEXT 2015

1. Varjú Zoltán, Precognox
2015.11.17.

2. "Every time I fire a linguist, the
performance of the speech recognizer
goes up"
(Frederick Jelinek)

3. Zoli nagyon örül,mert Nóri elvitte végre krumplilángost enni.A krumplilángos Zoli
számára a legfinomabb kaja a világon és reméli,hogy Nórinak is ízlett.Zoli és Nóri
legközelebb nem krumplilángost fog enni,hanem elmennek megnézni az új Avengers
filmet.
zoli nagyon örül mert nóri vinni végre krumplilángos enni a krumplilángos zoli számára
a finom kaja a világon és reméli hogy nóri is ízleni zoli és nóri közel nem krumplilángos
fog enni hanem menni nézni az új avengers film

4.  zoli nagyon örül
 nagyon örül mert
 örül mert nóri
 stb.
 zoli - nagyon
 zoli - örül
 nagyon - örül
 nagyon - mert
 örül - mert
 mert - nóri
 stb.

6.  SZTAKI Wikipedia dump egy szelete
 463409 szó, 46096 egyedi szótári elem

7. Csak az 1500 leggyakoribb
elemet tartalmazó trigram
1500 csomópont
87749 él

11. Magyar WordNet
42359 csomópont
38335 él
Átlagos utak hossza: 2.35
Átmérő: 13

15. Agykapocs
8049 csomópont
13635 él
Átlagos utak hossza: 4.36
Átmérő: 353

20. Mihalcea – Tarau:TextRank: Bringing Order
Into Texts
PageRank alapján rangsorolja a
csomópontokat
Felügyelet nélküli módszer
Precision: 31.2%, Recall: 43.1%

21. Figyelembe veszi a nyelvi struktúrát (pl. A-N
nagyobb súlyt kap mint N-A)
Fokszám alapján rangsoroljuk a csomópontokat
Kulcsszókinyerés esetén alacsony kb. 10%
precision, elfogadható, 35% recall kulcsszókinyerés
esetén angol és magyar korpuszokon tesztelve
 Szövegkivonatolás esetén 35% precision, 29%
recall

22. Az előre adott kulcsszavakon túl lehetnek más, releváns
kulcsszavak?
Online kérdőívvel értékeltük ki mennyire relevánsak a
PrecoRank kulcsszavai magyar szövegek esetében
A PrecoRank által adott kulcsszavak és kulcskifejezések
7.6% inkább releváns, 46.4% releváns, 32.4% valamennyire
releváns, 13.2% inkább irreleváns, 0.4% teljesen irreleváns

23. zvarju@precognox.com
@zoltanvarju / @varjuzoli
http://kereses.blog.hu/