ÚSTAV TEORETICKÉ A KOMPUTAČNÍ LINGVISTIKY


Celetná 13, 110 00 Praha 1

http://utkl.ff.cuni.cz

telefon: +420 221 619 752

e-mail: utkl@ff.cuni.cz


Hlavní oblasti výzkumu

Ústav teoretické a komputační lingvistiky (ÚTKL) FF UK se zabývá vědecko-výzkumnou činností v následujících lingvistických odvětvích:


V oblasti počítačového zpracování přirozeného jazyka včetně korpusové lingvistiky ústav vyvíjí počítačové nástroje pro automatické zpracování (především) českého jazyka, zvláště software pro morfologické a syntaktické značkování češtiny, syntaktickou analýzu češtiny a paralelní korpusy. Vytváří disambiguační gramatiku češtiny založenou na automatické morfologické disambiguaci a syntaktické analýze češtiny, spoluvytváří a zpracovává počítačový valenční slovník češtiny a slovník kolokací a gramatickým značkováním se podílí na vytváření morfologicky a syntakticky anotovaných korpusů.

V oblasti teoretická jazykověda se ústav zabývá též výzkumem gramatických formalismů a systémů.

V oblasti obecné lingvistiky a teoretické jazykovědy se ústav zabývá formálním a teoretickým popisem přirozeného jazyka, zejména češtiny. Ústav publikuje původní odborné články a věnuje se překladům publikacím významných děl souvisejících s tematikou Pražského lingvistického kroužku.


Profilové projekty

ÚTKL spolupracoval s Ústavem Českého národního korpusu FF UK na sedmiletém výzkumném záměru Český národní korpus a korpusy dalších jazyků, který byl financován MŠMT (2005–2011). Řešil také úkoly tříletého grantu GA ČR Syntaktická anotace českých korpusů (2010–2012), jehož cílem bylo vytvořit a uživateli (odborníkovi i lingvisticky vzdělanému laikovi) zpřístupnit syntakticky anotovaný korpus SYNT současné češtiny.

Ústav se dále podílel na řešení úkolů grantu ESF Inovace vzdělávání v oboru čeština jako druhý jazyk (červen 2009 – květen 2012). V tomto projektu se podařilo vytvořit korpus CzeSl obsahující texty vytvořené nerodilými mluvčími češtiny a romskými mluvčími češtiny. Projekt byl připravován ve spolupráci s Technickou univerzitou Liberec.

V současné době (listopad 2013) ÚTKL pracuje na grantu GA ČR Treebank na základě gramatiky, který navazuje na projekt Syntaktická anotace českých korpusů. Ústav je také zapojen do projektu velké infrastruktury Český národní korpus, kde připravuje zejména nové morfologické značkování současné češtiny, morfologicky značkuje nové korpusy současné češtiny (SYN2013PUB) a zpracovává paralelní korpus InterCorp.


Nejdůležitější publikační projekty

ÚTKL se ve spolupráci s Ústavem Českého národního korpusu FF UK podílel na publikacích v edici Studie z korpusové lingvistiky: Korpusová lingvistika: Stav a modelové přístupy (2006), Kolokace (2006), Mnohojazyčný korpus InterCorp: Možnosti studia (2010), InterCorp: Exploring a Multilingual Corpus (2010).

V edici Korpusová lexikografie ústav spolupracoval na těchto publikacích: Slovník Karla Čapka (2007), Slovník Bohumila Hrabala (2009), Slovník komunistické totality (2010).

Dále se podílel na přípravě publikací Frekvenční slovník češtiny (2004) a Statistiky češtiny (2009).

Ústav se též spolu s Ústavem Českého národního korpusu FF UK podílal a podílí na tvorbě jazykových korpusů současné češtiny: SYN2005, SYN2006PUB, SYN2009PUB, SYN2010, SYN, SYN2013PUB, a to gramatickým značkováním a technickou přípravou; účastní se rovněž budování paralelního korpusu InterCorp.

Ústav též spolupracoval na přípravě českého překladu Lingvistického slovníku Pražské školy Josefa Vachka (2005) a připravil překlad knihy Jindřicha Tomana Příběh jednoho moderního projektu. Pražský lingvistický kroužek 1926–1948 (2011).


Spolupracující domácí a zahraniční instituce

ÚTKL spolupracuje s Ústavem Českého národního korpusu FF UK na tvorbě a zpracování jazykových korpusů současné češtiny i na korpusech paralelních. S Ústavem formální a aplikované lingvistiky MFF UK spolupracuje na slovnědruhovém a morfologickém značkování korpusů češtiny a vývoji nového zachycení morfologie češtiny. S Technickou univerzitou Liberec se podílel na tvorbě žákovského korpusu češtiny CzeSl.

K zahraničním institucím, se kterými je ústav v kontaktu, patří: Universität Regensburg – Institut für Slavistik (Německo); Polska Akademia Nauk – Instytut Podstaw Informatyki, Warszawa (Polsko); University of Toronto – Department of Computer Science (Kanada) – spolupráce v oblasti morfologie a syntaxe slovanských jazyků a gramatických formalismů.

Další spolupracující instituce: Jazykovedný ústav Ľ. Štúra SAV Bratislava; Universytet Warszawski: Wydział Polonistyki, Instytut Badań Interdyscyplinarnych; Sankt-Petěrburskij gosudarstvennyj universitět, Filosofskij fakultět; Russkaja Akademia Nauk, Institut Problem Peredači Informacij, Moskva; Universität Tübingen, Seminar für Sprachwissenschaft; Universität Bern, Institut für slavische Sprachen und Literaturen; Freie Universität Berlin, Institut für Deutsche und Niederländische Philologie.