DOI: 10.18485/judig.2026.2.ch2 ISSN:

Repozitorijum simila savremenog srpskog jezika – izgradnja i evaluacija mašinski potpomognute anotacije

Milica Dinić Marinković, Cvetana Krstev, Aleksandra Marković, Ranka Stanković
Show PDF Cite
Cilj rada je evaluacija metodologije izgradnje Repozitorijuma simila savremenog srpskog jezika (SSR), razvijenog u okviru šireg istraživačkog projekta konstruisanja prvog korpusno zasnovanog jezičkog resursa za sistematsko proučavanje simila u srpskom. SSR objedinjuje korpusnu ekstrakciju, semantičku anotaciju, lingvističku validaciju i strukturirano organizovanje podataka u jedinstven, otvoren i proširiv istraživački resurs.

U radu se predstavljaju rezultati svih faza obrade – od korpusne ekstrakcije kandidata i filtriranja zasnovanog na pravilima do automatske semantičke anotacije i njene ručne validacije. Repozitorijum se zasniva na više komplementarnih korpusa savremenog srpskog jezika. Za automatsku obradu primenjen je hibridni neuro-simbolički pristup. U ekstrakciji se kombinuju korpusni upiti i lokalne gramatike realizovane kao konačni automati u sistemu Unitex, koje koriste elektronske rečnike srpskog jezika, dok su za automatsko prepoznavanje i anotaciju kandidata izdvojenih u prethodnim koracima testirani veliki jezički modeli (dalje VJM) GPT-5.2 i Gemini.

Budući zamišljen kao dinamički resurs namenjen lingvističkim, leksikografskim i istraživanjima u okviru obrade prirodnog jezika, ali i kao osnova za dalji razvoj metoda za automatsku obradu figurativnog jezika u srpskom, u fokusu ovog rada su anotacioni model, rezultati lingvističke evaluacije mašinski potpomognute anotacije i implikacije dobijenih rezultata za unapređenje razvijenog sistema.

Evaluacija pokazuje da kombinacija simboličkih metoda i VJM omogućava visok stepen preciznosti u identifikaciji simila, uz zadovoljavajuću saglasnost sa stručnim anotatorima. Istovremeno, analiza upućuje da uspešna identifikacija i anotacija simila zahteva uvažavanje složenih odnosa između sintaksičke strukture, semantičke interpretacije i implicitno realizovanih elemenata poređenja, što predstavlja dodatne izazove za automatsku anotaciju. Dobijeni rezultati potvrđuju značaj hibridnog pristupa koji objedinjuje simboličke pristupe i upotrebu VJM sa lingvističkom ekspertizom ugrađenom u anotacionu shemu, evaluaciju i iterativno unapređenje modela.

More from our Archive