ILK is, ook in het Nederlands, de afkorting van Inductie van Linguistische Kennis. De onderzoeksgroep, midden jaren '90 opgericht door prof. Walter Daelemans, richt zich op het toepassen van inductieve leermethoden op natuurlijke taal. Een belangrijke grondslag van dit onderzoek is de empirische observatie dat door inductie verkregen modellen van taal vaak bijzonder accuraat zijn in het verwerken van nieuwe gevallen van dezelfde taak als waarop ze zijn "getraind". De stand van de computertechnologie en de beschikbaarheid van electronisch verzameld taalmateriaal maken het mogelijk om het onderzoek op taal-realistische schaal uit te voeren: het ligt binnen de huidige mogelijkheden om kennis te induceren uit woordenboeken met honderdduizenden items, en uit tekstverzamelingen met tientallen of honderden miljoenen woorden.

Op de Engelstalige pagina's van deze site is meer informatie te vinden over de teamleden van ILK, hun onderzoek, en hun publicaties. ILK maakt deel uit van de sectie Taal en Informatica van de Faculteit der Letteren van de Universiteit van Tilburg.

Ondanks de relatieve taalonafhankelijkheid van het onderzoek binnen ILK (alleen het PROSIT project richt zich expliciet op het Nederlands) heeft het onderzoek verschillende taaltechnologische modules voor het Nederlands opgeleverd. Enkele van deze modules zijn live te testen:

	MBT MBT is een snelle, efficiente "part-of-speech tagger" (toekenner van syntactische woordklassen), die automatisch is gegenereerd vanuit een geannoteerd voorbeeldcorpus. Het Nederlands is een van de te testen talen in deze webdemo. NeXTeNS NeXTeNS staat voor `Nederlandse Extensie voor Tekst naar Spraak'. Het project heeft als doel om een multi-platform, open source tekst-naar-spraak systeem te ontwikkelen voor het Nederlands, dat vrij beschikbaar is voor onderzoek en onderwijs. De projectpagina biedt een online demo, en biedt de mogelijkheid de software te downloaden. TreeTalk TreeTalk zet losse woorden om in hun fonemische transcriptie, ofwel hun uitspraak, gerepresenteerd in een ASCII-variant van het Internationaal Fonetisch Alfabet. De demo voorziet ook in beluisterbare spraak: de genereerde fonemische transcriptie wordt in een spraaksignaal omgezet (in WAV of AU formaat) via MBROLA. MBLEM en MBMA MBLEM is een lemmatizeerder, die woordvormen terugbrengt naar hun niet-geinflecteerde vorm (lemma). Werkwoordsvormen worden teruggebracht naar hun infinitief; zelfstandige naamwoorden naar hun enkelvoud. MBMA analyseert de diepere morfologische structuur van Nederlandse woordvormen: alle morfemen, hun lemma en hun syntactische woordklasse of derivationele/inflectionele eigenschappen. MBWSD-D probeert via de context de betekenis vast te stellen van 156 veelvoorkomende Nederlandse woorden. Probeer klassiekers als "Wij zagen het meisje in het bos." Frasometer De Frasometer visualiseert de graden van verrassing in Nederlandse zinnen. Verrassende woorden of woordgroepen worden groot en rood weergegeven; verwachte woorden of woordgroepen (vaste uitdrukkingen, normale woordcombinaties) worden klein weergegeven. De visualisatie leest soms als een richtlijn voor de plaatsing van accent bij voorlezen. De onderliggende statistiek is log-likelihood schatting van de associatiesterkte van woord-ngrammen, met n tussen 2 en 25, gebaseerd op een 120-miljoen-woordencorpus van Nederlandse krantentekst.

Laatste wijziging: 1 juli 2003