Erstellung tschechischer und spanischer Grammatik-Regeln und Ressourcen für die maschinelle Weiterverarbeitung. Syntax, Wortbildung, Morphologie? Sprechen Sie mich an.

Hauptfach: Computerlinguistik mit den Schwerpunkten Textstruktur, Textgenerierung, Korpuslinguistik und maschinelle Übersetzung. Nebenfächer: Tschechische und spanische Linguistik. Abschlussarbeit bei Acrolinx: Evaluation von Ähnlichkeitsmaßen und Clusteringmethoden zum Termclustering.

• Petra Prochazkova und Peter Kolb (2007): Termclustering: Ähnlichkeitsmaße und Clusteringmethoden Hier beschreiben wir, wie Wörter mit Hilfe von Ähnlichkeitsmaßen geclustert werden können.
• Petra Procházková: Fundamentos de la lingüística de corpus Grundlagen der (spanischen) Korpuslinguistik, inklusive deutsch-spanischer Terminologie und Übersicht spanischer Korpora und Tagger.
• Petra Prochazkova und Peter Kolb (2006): Acquisition of a US-Spanish Newspaper Corpus
• Petra Prochazkova (2007): Online-Textsuche in Videomaterial Präsentation auf der Langen Nacht der Wissenschaften in Berlin
• Petra Prochazkova (2012): Tschechisch in Häppchen (Taschenbuch)
• Eine Übersicht deutsch-tschechischer Online-Wörterbücher und Glossare

• Erstellung und Aufbereitung von Korpora (inkl. Taggen mit dem TreeTagger und Indexierung mit cwb) am Institut für Linguistik (HU)
• Implementierung einer Cqp-Webschnittstelle am Institut für Linguistik (HU)
• Lexikonfreier Lemmatisierer, der mit Hilfe der Flexionssuffixe und nur fünf heuristischer Regeln eine deutsche Wortliste lemmatisiert
• Erstellung des Korpus „Akademisches Deutsch 2006“ (Zusammenfassungen deutscher Dissertationen) für das Studiengebiet Deutsch als Fremdsprache (FU)
• Technische Planung und Realiserung des Projektes LatinUS am Institut für Romanistik (HU)

Gemeinsam mit Peter Kolb enstandene Kontext-Wörterbücher für zehn Sprachpaare mit über 25 Millionen Beispielsätzen sowie eine Datenbank mit spanischen Kollokationen. Darüber hinaus bieten wir Leistungen im Bereich der Computerlinguistik und der Sprachtechnologie an.