Grammatical Lexicon of Polish Phraseology
The Grammatical Lexicon of Polish Phraseology (SEJF = Słownik Elektroniczny Jednostek Frazeologicznych) is an electronic lexicon containing multi-word units (mainly nominal, adjectival and adverbial compounds) of the general (non terminological) Polish language. It has been created within the ERDF Nekst project and the IC1207 COST action PARSEME.
Some aspects of its construction, contents and use have been described in:
GRALIŃSKI, F., SAVARY, A., CZEREPOWICKA, M., MAKOWIECKI, F. (2010): Computational Lexicography of Multi-Word Units: How Efficient Can It Be?, in Proceedings of Multiword Expressions: from Theory to Applications (MWE 2010), Workshop at COLING 2010, Beijing, China, August 28.
CZEREPOWICKA, M., KOSEK, I. (2011): Problemy opisu związków frazeologicznych w formalizmie „Multifleks” (na przykładzie rodzaju wyrażeń frazeologicznych), in Kopcińska, D., Bańko, M. (eds.) "Różne formy, różne treści", pp. 117–126, Warszawa 2011.
CZEREPOWICKA, M. (2011): „Toposław” jako narzędzie znakowania jednostek wieloczłonowych, in Matusiak-Kempa, I., Przybyszewski, S. (eds.) Nowe zjawiska w języku, tekście, komunikacji. Kontekst a komunikacja, Olsztyn, pp. 28–35.
CZEREPOWICKA, M. (2014): Jednostki obce w słowniku języka polskiego na przykładzie „Słownika elektronicznego jednostek frazeologicznych” (SEJF), in LingVaria (IX), vol. 1 (17), pp. 59-68 [doi: 10.12797/LV.09.2014.17.04].
CZEREPOWICKA, M. (2014): SEJF - Słownik elektroniczny jednostek frazeologicznych, in Język Polski (XCIV), v. 2, pp. 116-129.
CZEREPOWICKA, M., SAVARY, A., (2018) SEJF - A Grammatical Lexicon of Polish Multiword Expressions, In: Vetulani Z., Mariani J., Kubis M. (eds) Human Language Technology. Challenges for Computer Science and Linguistics. LTC 2015. Lecture Notes in Computer Science, vol 10930. Springer, Cham.
The lexicon contains about 3200 multi-word lexemes, 68,000 corresponding inflected forms, and 160 graph-based inflection paradigms, with the following distribution:
3,705 nominal compounds (e.g. bajońskie sumy),
422 adjectival compounds (e.g. prosty jak strzała, wprost proporcjonalny),
609 adverbial compounds (e.g. chcąc nie chcąc),
40 others (e.g. ni z gruszki, ni z pietruszki).
Authors
Monika Czerepowicka - lexicography
Agata Savary - automatic inflection and validation
Tools
The lexicon has been created within Toposław, tool for developping and managing inflectional dictionaries of multi-word units. Toposław integrates:
Morfeusz SGJP -- a morphological analyser and generator of Polish,
Multiflex -- a morpho-syntactic generator of multi-word units,
graph editor stemming from Unitex.
License
The data are available under the CC BY-SA license.
Available resources
- SEJF version 1.1
- SEJF version 1.0 - 3200 multi-word lexemes (2121 nominal, 446 adjectival, 604 adverbial, 43 others), 68,000 corresponding inflected forms, and 160 graph-based inflection paradigms
Future work
Defining an LMF format for the lexicon.