A projekt célja egy általánosan alkalmazható szintaktikai elemző rendszer létrehozása magyar nyelvre, gépi tanulási módszerek támogatásával. Egy kellő hatékonyságú szintaktikai elemző technológia létrehozásának és a gépi tanulás megvalósításának elengedhetetlen feltétele egy megfelelő méretű, szintaktikailag annotált magyar nyelvű korpusz (treebank) megléte, amely egyrészt a gépi tanuló rendszer tanuló adatbázisaként, másrészt a hasonló területen végzett jövőbeni kutatásokban alapvető referenciaként szolgál. A projekt egyik központi feladata ennek a treebanknek a létrehozása is.

Beszámoló az I. munkaszakaszról:

• Nyílt tokenosztályok reprezentációjának technológiája
• Treebank annotálási modell
• A treebank kézi annotálására kifejlesztett program prototípusa