Rozdíly
Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.
Obě strany předchozí revizePředchozí verzeNásledující verze | Předchozí verzePoslední revizeObě strany příští revize | ||
cnk:intercorp:verze16 [2023/09/22 15:38] – [Obsah korpusu] alexandrrosen | cnk:intercorp:verze16 [2023/10/11 16:08] – [Obsah korpusu] alexandrrosen | ||
---|---|---|---|
Řádek 2: | Řádek 2: | ||
^ Název ^^ čeština jádro ^ čeština kolekce ^ cizí jazyky jádro ^ cizí jazyky kolekce ^ | ^ Název ^^ čeština jádro ^ čeština kolekce ^ cizí jazyky jádro ^ cizí jazyky kolekce ^ | ||
- | ^ [[pojmy: | + | ^ [[pojmy: |
- | ^ ::: ^ Počet [[pojmy: | + | ^ ::: ^ Počet [[pojmy: |
^ [[pojmy: | ^ [[pojmy: | ||
^ ::: ^ Počet textů | 1 812 | 162 612 | 4 643 | 2 662 665 | | ^ ::: ^ Počet textů | 1 812 | 162 612 | 4 643 | 2 662 665 | | ||
Řádek 37: | Řádek 37: | ||
Došlo rovněž k rozdělení // | Došlo rovněž k rozdělení // | ||
- | Každý cizojazyčný text má v korpusu svou českou verzi. Čeština je tedy tzv. pivot, česká verze textu (originál nebo překlad) je zarovnána s jednou nebo více verzemi cizojazyčnými. Celkový rozsah zpřístupněné části korpusu ve verzi 16 z roku 2023 činí v zarovnaných cizojazyčných textech | + | Každý cizojazyčný text má v korpusu svou českou verzi. Čeština je tedy tzv. pivot, česká verze textu (originál nebo překlad) je zarovnána s jednou nebo více verzemi cizojazyčnými. Celkový rozsah zpřístupněné části korpusu ve verzi 16 z roku 2023 činí v zarovnaných cizojazyčných textech |
- | [{{: | + | [{{: |
- | [{{: | + | [{{: |
- | [{{: | + | [{{: |
====Velikost korpusu v tisících slov==== | ====Velikost korpusu v tisících slov==== | ||
^ Zkratka ^ Jazyk ^ Jádro ^ Syndicate ^ Presseurop ^ Acquis ^ Europarl ^ Subtitles ^ Bible ^ Celkem ^ | ^ Zkratka ^ Jazyk ^ Jádro ^ Syndicate ^ Presseurop ^ Acquis ^ Europarl ^ Subtitles ^ Bible ^ Celkem ^ | ||
- | ^ ar ^ arabština | 34 | 384 | 0 | 0 | 0 | | + | ^ af ^ afrikánština | 0 | 0 | 0 | 0 | 0 | 136 | 0 | 136 | |
- | ^ be ^ běloruština | | + | ^ ar ^ arabština | 34 | 384 | 0 | 0 | 0 | |
- | ^ bg ^ bulharština | 7 068 | 0 | 0 | 13 577 | 9 083 | 0 | 0 | | + | ^ be ^ běloruština | |
- | ^ ca ^ katalánština | | + | ^ bg ^ bulharština | 7 068 | 0 | 0 | 13 577 | 9 083 | 165 092 | 0 | 194 820 | |
- | ^ da ^ dánština | | + | ^ bn ^ bengálština |
- | ^ de ^ němčina | | + | ^ br ^ bretonština | 0 | 0 | 0 | 0 | 0 | 98 | 0 | 98 | |
- | ^ el ^ řečtina | 0 | 0 | 0 | 23 853 | 15 404 | | + | ^ bs ^ bosenština | 0 | 0 | 0 | 0 | 0 | 58 758 | 0 | 58 758 | |
- | ^ en ^ angličtina | | + | ^ ca ^ katalánština | |
- | ^ es ^ španělština | | + | ^ cs ^ čeština | 124 680 | 4 717 | 2 312 | 19 214 | 12 917 | 233 139 | 563 | 397 542 | |
- | ^ et ^ estonština | | + | ^ da ^ dánština | |
- | ^ fi ^ finština | 6 674 | 0 | 0 | 15 269 | 10 108 | | + | ^ de ^ němčina | |
- | ^ fr ^ francouzština | | + | ^ el ^ řečtina | 0 | 0 | 0 | 23 853 | 15 404 | |
- | ^ he ^ hebrejština | 0 | 0 | 0 | 0 | 0 | | + | ^ en ^ angličtina | |
- | ^ hi ^ hindština | 409 | 0 | 0 | 0 | 0 | | + | ^ eo ^ esperanto | 0 | 0 | 0 | 0 | 0 | 226 | 0 | 226 | |
- | ^ hr ^ chorvatština | | + | ^ es ^ španělština | |
- | ^ hs ^ hornolužičtina | | + | ^ et ^ estonština | |
- | ^ hu ^ maďarština | 6 922 | 8 | 0 | 17 852 | 12 198 | | + | ^ eu ^ baskičtina | 0 | 0 | 0 | 0 | 0 | 3 022 | 0 | 3 022 | |
- | ^ is ^ islandština | 0 | 0 | 0 | 0 | 0 | | + | ^ fa ^ perština | 0 | 0 | 0 | 0 | 0 | 33 167 | 0 | 33 167 | |
- | ^ it ^ italština | | + | ^ fi ^ finština | 6 959 | 0 | 0 | 15 269 | 10 108 | |
- | ^ ja ^ japonština | 3 491 | 2 | 0 | 0 | 0 | | + | ^ fr ^ francouzština | |
- | ^ lt ^ litevština | | + | ^ gl ^ galicijština | 0 | 0 | 0 | 0 | 0 | 623 | 0 | 623 | |
- | ^ lv ^ lotyština | 3 437 | 0 | 0 | 17 522 | 11 682 | | + | ^ he ^ hebrejština | 0 | 0 | 0 | 0 | 0 | |
- | ^ mk ^ makedonština | 8 881 | 0 | 0 | 0 | 0 | 1 877 | 0 | | + | ^ hi ^ hindština | 409 | 0 | 0 | 0 | 0 | |
- | ^ ms ^ malajština | 0 | 0 | 0 | 0 | 0 | | + | ^ hr ^ chorvatština | |
+ | ^ hs ^ hornolužická srbština | | ||
+ | ^ hu ^ maďarština | 6 921 | 8 | 0 | 17 852 | 12 198 | | ||
+ | ^ hy ^ arménština | 0 | 0 | 0 | 0 | 0 | 24 | 0 | 24 | | ||
+ | ^ id ^ indonéština | 0 | 0 | 0 | 0 | 0 | 38 343 | 0 | 38 343 | | ||
+ | ^ is ^ islandština | 0 | 0 | 0 | 0 | 0 | | ||
+ | ^ it ^ italština | | ||
+ | ^ ja ^ japonština | 3 818 | 2 | 0 | 0 | 0 | | ||
+ | ^ ka ^ gruzínština | 0 | 0 | 0 | 0 | 0 | 889 | 0 | 889 | | ||
+ | ^ kk ^ kazaština | 0 | 0 | 0 | 0 | 0 | 14 | 0 | 14 | | ||
+ | ^ ko ^ korejština | 0 | 0 | 0 | 0 | 0 | 5 980 | 0 | 5 980 | | ||
+ | ^ lt ^ litevština | | ||
+ | ^ lv ^ lotyština | 3 636 | 0 | 0 | 17 533 | 11 682 | | ||
+ | ^ mk ^ makedonština | 8 881 | 0 | 0 | 0 | 0 | 15 595 | 0 | 24 476 | | ||
+ | ^ ml ^ malajámština | 0 | 0 | 0 | 0 | 0 | 1 281 | 0 | | ||
+ | ^ ms ^ malajština | 0 | 0 | 0 | 0 | 0 | | ||
^ mt ^ maltština | 0 | 0 | 0 | 13 935 | 0 | 0 | 0 | 13 935 | | ^ mt ^ maltština | 0 | 0 | 0 | 13 935 | 0 | 0 | 0 | 13 935 | | ||
- | ^ nl ^ nizozemština | | + | ^ nl ^ nizozemština | |
- | ^ no ^ norština | | + | ^ no ^ norština | |
- | ^ pl ^ polština | 28 112 | 0 | 2 380 | 19 604 | 12 817 | | + | ^ pl ^ polština | 28 597 | 0 | 2 380 | 19 604 | 12 817 | |
- | ^ pt ^ portugalština | | + | ^ pt ^ portugalština | |
^ rn ^ romština | 14 | 0 | 0 | 0 | 0 | 0 | 0 | 14 | | ^ rn ^ romština | 14 | 0 | 0 | 0 | 0 | 0 | 0 | 14 | | ||
- | ^ ro ^ rumunština | 4 219 | 0 | 2 738 | 8 092 | 9 446 | | + | ^ ro ^ rumunština | 4 219 | 0 | 2 738 | 8 092 | 9 446 | |
- | ^ ru ^ ruština | | + | ^ ru ^ ruština | |
- | ^ sk ^ slovenština | 8 596 | 0 | 0 | 18 399 | 12 727 | | + | ^ si ^ sinhálština | 0 | 0 | 0 | 0 | 0 | 2 346 | 0 | 2 346 | |
- | ^ sl ^ slovinština | 4 354 | 0 | 0 | 18 515 | 12 241 | | + | ^ sk ^ slovenština | 8 586 | 0 | 0 | 18 399 | 12 727 | |
- | ^ sq ^ albánština | 0 | 0 | 0 | 0 | 0 | | + | ^ sl ^ slovinština | 4 636 | 0 | 0 | 18 515 | 12 241 | |
- | ^ sr ^ srbština | 12 356 | 0 | 0 | 0 | 0 | | + | ^ sq ^ albánština | 0 | 0 | 0 | 0 | 0 | |
- | ^ sv ^ švédština | | + | ^ sr ^ srbština | 12 706 | 0 | 0 | 0 | 0 | |
- | ^ | + | ^ sv ^ švédština | |
- | ^ | + | ^ |
- | ^ | + | ^ |
- | ^ | + | ^ |
- | ^ | + | ^ |
- | ^ | + | ^ tr ^ turečtina | 0 | 0 | 0 | 0 | 0 | 149 892 | 0 | 149 892 | |
- | ^ **CELKEM** | + | ^ uk ^ ukrajinština | |
+ | ^ | ||
+ | ^ vi ^ vietnamština | 0 | 0 | 0 | 0 | 0 | 22 298 | 0 | 22 298 | | ||
+ | ^ | ||
+ | ^ **CELKEM** | ||
Pozn.: U českých textů se počítají slova jen jednou za každý text, i když má více cizojazyčných protějšků. | Pozn.: U českých textů se počítají slova jen jednou za každý text, i když má více cizojazyčných protějšků. | ||
+ | |||
+ | ====Počet textů v jádru korpusu==== | ||
+ | |||
+ | ^ Zkratka ^ Jazyk ^ Počet textů ^ z toho originály ^ | ||
+ | ^ ar ^ arabština | 3 | 1 | | ||
+ | ^ be ^ běloruština | 108 | 14 | | ||
+ | ^ bg ^ bulharština | 87 | 19 | | ||
+ | ^ ca ^ katalánština | 92 | 1 | | ||
+ | ^ cs ^ čeština | 1 812 | 368 | | ||
+ | ^ da ^ dánština | 93 | 9 | | ||
+ | ^ de ^ němčina | 471 | 163 | | ||
+ | ^ en ^ angličtina | 422 | 271 | | ||
+ | ^ es ^ španělština | 355 | 142 | | ||
+ | ^ et ^ estonština | 1 | 0 | | ||
+ | ^ fi ^ finština | 112 | 36 | | ||
+ | ^ fr ^ francouzština | 277 | 126 | | ||
+ | ^ hi ^ hindština | 7 | 2 | | ||
+ | ^ hr ^ chorvatština | 324 | 37 | | ||
+ | ^ hs ^ hornolužická srbština | 13 | 5 | | ||
+ | ^ hu ^ maďarština | 89 | 1 | | ||
+ | ^ it ^ italština | 171 | 26 | | ||
+ | ^ ja ^ japonština | 35 | 15 | | ||
+ | ^ lt ^ litevština | 23 | 4 | | ||
+ | ^ lv ^ lotyština | 73 | 15 | | ||
+ | ^ mk ^ makedonština | 108 | 4 | | ||
+ | ^ nl ^ nizozemština | 215 | 52 | | ||
+ | ^ no ^ norština | 102 | 23 | | ||
+ | ^ pl ^ polština | 348 | 54 | | ||
+ | ^ pt ^ portugalština | 87 | 24 | | ||
+ | ^ rn ^ romština | 2 | 2 | | ||
+ | ^ ro ^ rumunština | 45 | 5 | | ||
+ | ^ ru ^ ruština | 160 | 37 | | ||
+ | ^ sk ^ slovenština | 165 | 62 | | ||
+ | ^ sl ^ slovinština | 73 | 25 | | ||
+ | ^ sr ^ srbština | 148 | 13 | | ||
+ | ^ sv ^ švédština | 232 | 101 | | ||
+ | ^ uk ^ ukrajinština | 199 | 8 | | ||
+ | ^ zh ^ čínština | 3 | 3 | | ||
+ | ^ **CELKEM** | ||
==== Morfosyntaktická anotace ==== | ==== Morfosyntaktická anotace ==== |