65 KB1015 KB50 KB194820252005Lönneker, Birteštevilka:2letnik:53str. 193-210ISSN:0350-6894COBISSID:30090594URN:URN:NBN:SI:doc-MFAZGQZLslSlavistično društvo SlovenijeSlavistična revijakorusna lingvistikalematizacijaNova BesedaoznačevanjeSloveneslovenščinaTreeTaggerStrojno oblikoslovno označevanje slovenskih besedil| kako daleč smo|The article deals with part-of-speech tagging and lemmatization of Slovene texts. The first section explains how these procedures are performed. The second section presents results of experiments in automated tagging of Slovene texts, using a pre-tagged training corpus of one million words. The treeTagger, a statistical tagger, was trained for Slovene and achieved a precision of about 85%. It tagged and lemmatized 100 million russnig words of the Slovene corpus Nova BesedaČlanek obravnava oblikoslovno označevanje in lematizacijo slovenskih besedil. Prvo poglavje razlaga izvedbo teh postopkov. Drugo poglavje predstavi rezultate poskusov strojnega označevanja slovenskih besedil z uporabo milijonskega že označenega učnega korpusa. Za slovenščino prilagojen strojni označevalnik TreeTagger je dosegel točnost okoli 85 % in označil ter lematiziral 100 milijonov besed slovenskega korpusa Nova BesedaTEXTznanstveno časopisjejournalsSlovenian National E-content AggregatorNational and University Library of SloveniaSlavistično društvo Slovenije