Nacionalni projekt J6-7094: “Slovenska znanstvena besedila: viri in opis”

Eden izmed ciljev projekta, je bila izdelava novih metod avtomatiziranega luščenja slovenske terminologije.

Na tej spletni strani, je mogoče pregledovati besedila, ki so vključena v korpus KAS-proto in so bila avtomatsko označena za potrebe luščenja terminov, s pomočjo različnih obstoječih zbirk pomembnih besed in besednih zvez. Za vsak dokument je mogoče pregledati označene besede oziroma besedne zveze, prav tako pa je omogočeno tudi iskanje po dokumentih za lažjo navigacijo po korpusu.

Označenim besedam je bila s pomočjo statističnih metod in hevrističnih algoritmov določena pomembnost glede na posamezen dokument. Izdelani uporabniški vmesnik za pregled označb in njihove pomembnosti, ki je dosegljiv s klikom na posamezen dokument, pa uporabnikom omogoča pregled terminologije po besedilih, pri čemer prikazuje tudi znanstveno področje oziroma vrsto označene besede ali besedne zveze. Uporabnik lahko s pomočjo drsnika določa tudi filter pomembnosti, s čimer lahko poveča ali zmanjša število označenih besed v posameznem besedilu.

S pomočjo izbire pomembnosti besed, je mogoče po besedil iskati tako ključne besede oziroma besedne zveze, s tem pa je mogoče pregledovati rezultate avtomatiziranega luščenja slovenske terminologije.

Z združevanjem rezultatov luščene terminologije po različnih področjih, v katere spadajo dokumenti, je prav tako mogoče pregledovati terminologijo po področjih CERIF in frekvence njene uporabe skozi čas. S slednjim je tako viden razvoj in uporaba terminologije po določenem področju.

Področja CERIF so bila za dokumente določene s preslikavo vrstilcev UDK zbranih besedil v področja CERIF, prav tako pa so bile zbirke besednih zvez iz slovarjev preslikana v področja CERIF, glede na slovar, v katerem se nahajajo.