Szemantikus térképek a korpusz lexémáiról

Az alábbi linkekről elérhető térképeken a korpuszban legalább 3-szor előforduló lexémák szerepelnek. A disztribúcióalapú modelleket a fastText eszközben implementált neurális hálók betanításával hoztuk létre a korpusz annotált anyagán. Az eredetileg 300 dimenziós vektortérmodellekben a hasonló szövegkörnyezetekben előforduló elemek reprezentációja foglal el egymáshoz közeli pozíciókat, a különböző környezetekben szereplő elemek távolabb helyezkednek el egymástól. A tematikus térképeket a reprezentációk 300 dimenziós térből két dimenzióba való vetítésével hoztuk létre. Az alábbi képekre kattinva elérhető navigálható térképeken szereplő elemekre duplán kattintva lekérdezés kezdeményehető az adott lemma korpuszbeli előfordulásaira.

Tematikus térkép: Csak a korpusz anyagának felhasználásával készült
Nyelvi térkép 1: Bővített korpuszt használtunk a ritka szavak reprezentációjának javítása érdekében
Nyelvi térkép 2: Bővített korpuszt használtunk a ritka szavak reprezentációjának javítása érdekében