Diakritik

DIAKRITIK je nástroj na rekonštrukciu diakritiky. Bol vytvorený v SNK a sprístupnený 18. 8. 2014. Je založený na využití jazykového modelu postaveného na veľkom korpuse textov slovenského jazyka. Na rekonštrukciu je možné použiť niektorú z nasledujúcich metód s rôznym pomerom chybovosť/rýchlosť:

first	Vyberie prvú možnosť na rekonštrukciu, ktorú nájde v texte.
random	Každé slovo, ktoré sa dá, nahradí náhodným slovom s diakritikou.
naïve	Vyberie najčastejšie sa vyskytujúce slová s diakritikou.
n-gram	Použije jazykový model – slová sú rekonštruované v úsekoch dĺžky n tak, aby bola pravdepodobnosť výskytu výslednej vety v slovenčine čo najvyššia. Čím vyššie n, tým lepšia presnosť, ale tým aj väčšia výpočtová náročnosť. Zlepšenia nad n>4 sú minimálne.
odstran diakritiku	Opačný postup, nástroj zo zadaného textu diakritiku odstráni.

Chybovosť rekonštruovaného textu, teda pomer slov s nesprávne určenou diakritikou, sa pohybuje okolo 0.21 %, t. j. zhruba jedno slovo z päťsto bude zrekonštruované nesprávne. Čím je text podobnejší štandardnej slovenčine, tým je jeho rekonštrukcia úspešnejšia.

Text, kde chcete rekonstruovat diakritiku.

Metoda firstrandomnaïve2gram3gram4gram5gram6gramsurrealmaximalistodstran diakritiku

Ďalšie odkazy

• jazykové modely Slovenského národného korpusu
• CZACCENT – dopĺňanie diakritiky v češtine
• alternatívne doplnenie diakritiky na brm.sk
• korekcia textu na KEMT Natural Language Processing, TUKE Košice

Rekonštrukcia je dostupná na adrese https://diakritik.juls.savba.sk/.