Linguistic data quality monitoring and assurance: study from constructred language creation

Thesis title: Monitorování a zajištění kvality lingvistických dat: studie z oblasti tvorby umělých jazyků
Author: Getmančuk, Jan
Thesis type: Diplomová práce
Supervisor: Svátek, Vojtěch
Opponents: Strossa, Petr
Thesis language: Česky
Abstract:
Tato práce popisuje řešení problémů kvality dat, které se vyskytly během vývoje lingvistických činností, včetně autorské tvorby umělých jazyků, a navrhuje metriky, způsoby a postupy pro zvýšení a zajištění kvality takovýchto lingvistických dat. Kvalitní báze dat je důležitá pro systematické samostudium jazyků, ať už lidmi nebo velkými jazykovými modely. Kromě běžných metod jsou navrženy i vlastní nové metody pro zvýšení a měření kvality lingvistických dat. Tyto metody byly zároveň testovány na dostupných propojených datasetech.
Keywords: lingvistická data; umělé jazyky; lingvistika; kvalita dat; zajištění kvality
Thesis title: Linguistic data quality monitoring and assurance: study from constructred language creation
Author: Getmančuk, Jan
Thesis type: Diploma thesis
Supervisor: Svátek, Vojtěch
Opponents: Strossa, Petr
Thesis language: Česky
Abstract:
This thesis describes solutions to data quality problems arisen during developing linguistic activities, including creation of constructed languages, and proposes metrics and practices for increasing and ensuring quality of such linguistic data. Quality database is important for systematic language learning, be it by humans or large language models. Besides usual practices, own new practices for increasing and measuring linguistic data quality are proposed. These practices were simultaneously tested on available linked datasets.
Keywords: linguistics; linguistic data; data quality; quality assurace; constructed languages

Information about study

Study programme: Kognitivní informatika
Type of study programme: Magisterský studijní program
Assigned degree: Ing.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Informatics and Statistics
Department: Department of Information and Knowledge Engineering

Information on submission and defense

Date of assignment: 17. 6. 2024
Date of submission: 3. 5. 2026
Date of defense: 9. 6. 2026
Identifier in the InSIS system: https://insis.vse.cz/zp/88683/podrobnosti

Files for download

    Last update: