| Následující verzeObě strany příští revize |
| cnk:czesl-man [2020/11/17 12:06] – vytvořeno alexandrrosen | cnk:czesl-man [2020/11/17 12:28] – alexandrrosen |
|---|
| ====== CzeSL-man – korpus češtiny nerodilých mluvčích s ruční chybovou anotací podle zjednodušeného víceúrovňového schématu ====== | ====== CzeSL-man – korpus češtiny nerodilých mluvčích s ruční chybovou anotací podle zjednodušeného víceúrovňového schématu ====== |
| |
| Pod názvem //CzeSL-man// je ve [[http://www.korpus.cz/kontext|vyhledávacím rozhraní KonText]] přístupný korpus //CzeSL-man v1 searchable//, který obsahuje ručně anotované texty nerodilých mluvčích češtiny. Jde o část textů z korpusu [[cnk:czesl-plain|CzeSL-SGT]]. | Pod názvem //CzeSL-man// je ve vyhledávacím rozhraní [[http://www.korpus.cz/kontext|KonText]] přístupný korpus //CzeSL-man v1 searchable//, který obsahuje ručně anotované texty nerodilých mluvčích češtiny. Jde o část textů z korpusu [[cnk:czesl-plain|CzeSL-SGT]]. |
| |
| Ruční chybová anotace je zjednodušená verze dvoustupňového (2T) anotačního schématu, vytvořeného pro projekt [[http://utkl.ff.cuni.cz/learncorp/|CzeSL]]. Anotace obsahuje opravy zdrojového textu, typy chyb, morfosyntaktické kategorie a lemmata pro opravený text a závislostní syntaktickou strukturu a funkce opraveného textu. Většina textů je vybavena metadaty o autorovi a textu. | Ruční chybová anotace tohoto korpusu je zjednodušená verze dvoustupňového anotačního schématu, vytvořeného pro projekt [[http://utkl.ff.cuni.cz/learncorp/|CzeSL]]. Důsledkem je obrácení zdrojového textu a jeho anotace. Výchozí je opravená podoba původního textu. Slova opravené podoby jsou tedy tokeny tohoto korpusu. Původní text je pak dostupný jako anotace. V této anotaci se ale nezachovají všechna slova z původního textu. Také jejich pořadí může ovlivněno slovosledem opravy. |
| |
| Korpus ve verzi //CzeSL-man v1 downloadable// lze získat celý jako data ze serveru [[http://www.lindat.cz|LINDAT]]. Korpus se liší od //CzeSL-man v0// a //CzeSL-man v1 downloadable// ve dvou aspektech: (i) neexistují žádné texty s | Anotace obsahuje také typy chyb a pro opravený text i morfosyntaktické kategorie, lemmata, závislostní syntaktickou strukturu a funkce. Texty jsou vybaveny také metadaty o autorovi a textu. |
| alternativní chybovou anotací, každý text je anotován jen jedním | |
| anotátorem, a (ii) dvoustupňové anotační schéma je zjednodušeno tak, | Korpus ve formátu anotačního editoru [[https://bitbucket.org/czesl/feat/|feat]] lze pod názvem //CzeSL-man v1 downloadable// získat celý jako data [[https://bitbucket.org/czesl/czesl-man/|zde]]. |
| aby konvenovalo vyhledávacímu nástroji, který je orientován na anotaci | |
| po tokenech (slovech). Jinak jsou obsah i metadata shodné s korpusem | |
| //CzeSL-man v1 downloadable// a vyhledávací možnosti jsou podobné | |
| jako u //CzeSL-SGT//. | |
| |
| Další informace o projektu žákovských korpusů //CzeSL//, včetně přehledu | Další informace o projektu žákovských korpusů //CzeSL//, včetně přehledu |
| všech verzí žákovského korpusu //CzeSL// s odkazy na | všech verzí žákovského korpusu //CzeSL// s odkazy na |
| možnosti vyhledávání nebo stahování, viz | možnosti vyhledávání nebo stahování, viz |
| [[http://utkl.ff.cuni.cz/learncorp/]] a \cite{Rosen:etal:2020}. | [[http://utkl.ff.cuni.cz/learncorp/|CzeSL – a Learner Corpus of Czech]] a [[https://dspace.cuni.cz/handle/20.500.11956/123103|Rosen et al. (2020)]]. |
| |
| |
