Zespół korekty językowej
Język jest podstawowym narzędziem komunikacji i jednym z filarów skutecznego przekazywania informacji. W dobie globalizacji, automatyzacji i rosnącej roli tekstu pisanego – zarówno w nauce, jak i w technologiach cyfrowych – rośnie znaczenie precyzyjnej i poprawnej komunikacji językowej.
Zespół korekty językowej zajmuje się badaniami i doskonaleniem metod przetwarzania, analizy i poprawy tekstu w języku naturalnym, ze szczególnym uwzględnieniem korekty błędów oraz dostosowania tekstu do współczesnej normy językowej. W naszej pracy łączymy wiedzę z zakresu językoznawstwa, edytorstwa, przetwarzania języka naturalnego (NLP) oraz uczenia maszynowego. Opracowujemy modele dokonujące automatycznej korekty tekstu, jak również narzędzia wspierające proces redakcyjny.
Członkowie zespołu
Mgr
Ryszard Staruch
Mgr Ryszard Staruch jest doktorantem prowadzącym badania w zakresie korekty językowej. Szczególną uwagę poświęca wykorzystaniu wielkich modeli języka w procesie korekty tekstu. Do jego osiągnięć należy zdobycie 1. miejsca w konkursie korekty wielojęzycznej MultiGEC-2025.
prof. UAM dr hab.
Jarosław Liberek
Językoznawca, specjalista z zakresu współczesnej normy. Kieruje Telefoniczną Poradnią Językową UAM, w której na co dzień odpowiada na pytania dotyczące poprawności językowej. Na uczelni prowadzi wykłady o kulturze języka, normie, poprawności, a ponadto z zakresu ortografii i interpunkcji.
Sonia Ołubczyńska
Studentka kierunku Informatyka na Wydziale Matematyki i Informatyki UAM. W Zespole odpowiada za prace związane z wytwarzaniem narzędzi wykorzystujących modele AI. Interesuje się praktycznymi zastosowaniami NLP, a w szczególności tworzeniem treści na potrzeby social mediów.
Konsultanci:
prof. UAM dr hab.
Filip Graliński
Zajmuje się przetwarzaniem tekstu i uczeniem maszynowym. Główne zainteresowania to modelowanie języka za pomocą sieci neuronowych, również z uwzględnieniem czasu i grafiki, przetwarzanie tekstów historycznych oraz ewaluacja systemów uczenia maszynowego. Autor systemów Gonito i GEval