Rozdíly

Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.

--- cnk:intercorp:verze3 [2015/01/29 10:48] – michalavacikova
+++ cnk:intercorp:verze3 [2015/02/04 10:53] – [Poděkování] vaclavcvrcek
@@ Řádek 51: / Řádek 51: @@
 table.std a:hover {
 	background: transparent;
 }
 </style>
-<h1>Korpus InterCorp</h1>
-<p>
-Korpus InterCorp je hlavním výstupem stejnojmenného projektu, jehož cílem je vybudovat rozsáhlý paralelní synchronní korpus pokrývající co největší množství jazyků. Na jeho tvorbě se významnou měrou podílejí pedagogové a studenti FF UK v Praze a další spolupracovníci ÚČNK.
-</p>
-<p>Po registraci na stránce <a href="http://korpus.cz/prohlaseni.php">Prohlášení uživatele korpusů ÚČNK</a>  lze korpus prohledávat přes webové rozhraní. Registrace platí pro všechny veřejně přístupné korpusy ÚČNK. Máte-li uživatelské jméno a heslo k české části Českého národního korpusu, další registraci pro paralelní korpus nepotřebujete.
+</HTML>
-</p>
+=====Korpus InterCorp verze 3=====
+====Přístup k textům====
+<HTML>
 <p>InterCorp má v řadě korpusů budovaných v ÚČNK zvláštní postavení hned v několika ohledech:
@@ Řádek 71: / Řádek 70: @@
 <ul><li>specifikem InterCorpu je také jeho inkrementální povaha: zatímco většina ostatních korpusů ČNK jsou neměnné referenční entity, objem textů i počet jazyků zpřístupněných v korpusu InterCorp se postupně zvyšuje</li></ul>
-<h2>Obsah korpusu</h2>
+</HTML>
+====Obsah korpusu====
+<HTML>
 <p>InterCorp obsahuje převážně manuálně zarovnané beletristické texty v češtině a dalších jazycích a výběr publistických článků z webových stránek <a href="http://www.project-syndicate.org/" target="_blank">Project Syndicate</a>, zatím jde o české, anglické, francouzské, německé, ruské a španělské texty z let 2000 až 2008. Tyto texty jsou zarovnané jen automaticky, v konkordancích tedy může být více vět, které si navzájem neodpovídají.</p>
@@ Řádek 80: / Řádek 82: @@
 tabulce jsou data popisující rozsah zpřístupněné části korpusu,
 Project Syndicate představuje zhruba 1,5 až 2 milióny slov, která jsou
-již započtena v celkovém počtu slov pro daný jazyk (stav z února 2011 ve verzi InterCorpu č. 3, historii verzí najdete <a href="http://www.korpus.cz/intercorp/?req=page:releaseNotes&amp;lang=cs">zde</a>).</p>
+již započtena v celkovém počtu slov pro daný jazyk (stav z února 2011 ve verzi 3, historii verzí najdete <a href="https://wiki.korpus.cz/doku.php/cnk:intercorp:historie">zde</a>).</p>
+</HTML>
-<table border="1" cellpadding="4" cellspacing="2">
+====Velikost korpusu v tisících slov====
+<HTML>
+<table class="std">
 <tbody>
-<tr> <td align="center" bgcolor="#dbcf95" valign="top"> <b>jazyk</b> </td> <td align="center" bgcolor="#dbcf95" valign="top"> <b>počet&nbsp;slov<br>(v&nbsp;tisících)</b> </td> <td align="center" bgcolor="#dbcf95" valign="top"> <b>počet textů</b> </td> </tr>
+<tr> <th> <b>jazyk</b> </th> <th> <b>počet&nbsp;slov<br>(v&nbsp;tisících)</b> </th> <th> <b>počet textů</b> </th> </tr>
 <tr> <td align="left">angličtina</td> <td align="right"> 5 695</td> <td align="right"> Syndicate + 49 </td> </tr>
 <tr> <td align="left">bulharština</td> <td align="right"> 1 135</td> <td align="right"> 15</td> </tr>
@@ Řádek 108: / Řádek 112: @@
 <tr> <td align="left">španělština</td> <td align="right"> 10 905 </td> <td align="right"> Syndicate + 108 </td> </tr>
 <tr> <td align="left">švédština</td> <td align="right"> 3 673 </td> <td align="right"> 47 </td> </tr>
-<tr> <td align="left" bgcolor="#dbcf95"> <b>CELKEM</b> </td> <td align="right" bgcolor="#dbcf95"> <b>72 280</b> </td> <td align="right" bgcolor="#dbcf95"> <b>943</b> </td> </tr>
+<tr> <th align="left"> CELKEM </th> <th align="right"> 72 280 </th> <th align="right"> 943 </th> </tr>
 <tr> <td align="left">čeština<sup>*)</sup></td> <td align="right"> 41 340</td> <td align="right"> Syndicate + 652</td> </tr>
 </tbody>
@@ Řádek 116: / Řádek 120: @@
 <!--
-<table border="1" cellpadding="4" cellspacing="2">
+<table class="std">
 <tbody>
-<tr> <td align="center" bgcolor="#dbcf95" valign="top"> <b>jazyk</b> </td> <td align="center" bgcolor="#dbcf95" valign="top"> <b>počet&nbsp;slov (v&nbsp;tis&iacute;c&iacute;ch)</b> </td> <td align="center" bgcolor="#dbcf95" valign="top"> <b>počet textů</b> </td> </tr>
+<tr> <td> <b>jazyk</b> </td> <td> <b>počet&nbsp;slov (v&nbsp;tis&iacute;c&iacute;ch)</b> </td> <td> <b>počet textů</b> </td> </tr>
 <tr> <td align="left">čeština</td> <td align="center"> 41 340</td> <td align="center"> Syndicate + 652</td> </tr>
 </tbody>
@@ Řádek 125: / Řádek 129: @@
+</HTML>
+====Morfosyntaktická anotace====
+<HTML>
-<br><h2 class="section">Morfosyntaktická anotace</h2>
 <p>Texty v těchto jazycích jsou opatřeny morfologickou anotací.</p>
-<table border="1" cellpadding="4" cellspacing="2">
+<table class="std">
 <tbody>
 <tr>
-<td align="left" bgcolor="#dbcf95" nowrap="nowrap"> <b>jazyk</b></td>
+<th align="left"> <b>jazyk</b></td>
-<td align="center" bgcolor="#dbcf95" nowrap="nowrap"><b>značky</b></td>
+<th align="center"><b>značky</b></td>
-<td align="center" bgcolor="#dbcf95" nowrap="nowrap"><b>lemmata</b></td>
+<th align="center"><b>lemmata</b></td>
-<td align="center" bgcolor="#dbcf95" nowrap="nowrap"><b>stručný popis</b></td>
+<th align="center"><b>stručný popis</b></td>
-<td align="center" bgcolor="#dbcf95" nowrap="nowrap"><b>podrobný popis</b></td>
+<th align="center"><b>podrobný popis</b></td>
-<td align="center" bgcolor="#dbcf95" nowrap="nowrap"><b>nástroj</b></td>
+<th align="center"><b>nástroj</b></td>
 </tr>
 <tr>
@@ Řádek 262: / Řádek 268: @@
+</HTML>
+====Upozornění====
+<HTML>
-<h2>Upozornění</h2>
   <p>
 Vyhledávací rozhraní Park se stále vyvíjí, je proto možné, že při hledání v korpusu narazíte na problémy nebo budete postrádat některé funkce, které znáte z vyhledávače v českém (jednojazykovém) korpusu. Popis problémů, připomínky a podněty k dalšímu vývoji rozhraní uvítáme na adrese
@@ Řádek 271: / Řádek 278: @@
+</HTML>
+====Poděkování====
+<HTML>
-<h2>Poděkování</h2>
 <p>Děkujeme za možnost využívat následující software a data:</p>
-<h3>Předzpracování</h3>
+</HTML>
+===Předzpracování===
+<HTML>
 	<ul>
 		<li>větný segmentátor pro češtinu (autor Pavel Květoň)</li>
@@ Řádek 281: / Řádek 293: @@
 		<li>zarovnávač <a href="http://mokk.bme.hu/resources/hunalign" target="_blank">Hunalign</a></li>
 	</ul>
-<h3>Značkovače / lematizátory:</h3>
+</HTML>
+===Značkovače / lematizátory:===
+<HTML>
 	<ul>
 		<li><a href="http://ufal.mff.cuni.cz/morce/" target="_blank">Morče</a> pro češtinu</li>
@@ Řádek 291: / Řádek 306: @@
 		<li><a href="http://maximos.aksis.uib.no/Aksis-wiki/Oslo-Bergen_Tagger" target="_blank">analyzátor</a> a <a href="http://omilia.uio.no/obt/" target="_blank">tagger</a> pro norštinu</li>
 	</ul>
-<h3>Korpusový manažer:</h3>
+</HTML>
+===Korpusový manažer:===
+<HTML>
 	<ul>
 		<li><a href="http://www.textforge.cz/products" target="_blank">Manatee</a></li>
 	</ul>
-<h3>Data:</h3>
+</HTML>
+===Data:===
+<HTML>
 	<ul>
-		<li>publicistické texty ve více jazycích z webových stránek <a href="http://www.project-syndicate.org/" target="_blank">Project Syndicate</a></li>
+		<li>publicistické texty ve více jazycích z webových stránek <a href="http://www.project-syndicate.org/" target="_blank">Project Syndicate</a> <a id="logo" href="http://www.project-syndicate.org/"><img class="nodeco" alt="The highest quality commentaries and analysis from distinguished voices across the world." title="The highest quality commentaries and analysis from distinguished voices across the world." src="http://www.project-syndicate.org/default/images/ps_logo-small.png"></a></li>
 		<li>slovensko-české konkordance ze <a href="http://korpus.juls.savba.sk/" target="_blank">Slovenského národního korpusu</a> </li>
-		<li>povídky ve více jazycích z projektu <a href="http://www.goethe.de/ins/cz/prj/m89/csindex.htm" target="_blank">Můj rok 1989</a> z <a href="http://www.goethe.de/ins/cz/pra/" target="_blank">Goethe Institutu</a>
+		<li>povídky ve více jazycích z projektu <i>Můj rok 1989</i> z <a href="http://www.goethe.de/ins/cz/pra/" target="_blank">Goethe Institutu</a>
 		</li><li>více textů v česko-litevské části korpusu od Patricka Cornesse</li>
 		<li>román George Orwella <i>1984</i> ve více jazycích z korpusu <a href="http://nl.ijs.si/ME/" target="_blank">Multext-East</a></li>
@@ Řádek 308: / Řádek 329: @@
 		<li>norské texty z nakladatelství <a href="http://www.aschehoug.no/" target="_blank">Aschehoug &amp; co.</a>, <a href="http://www.cappelendamm.no/" target="_blank">Cappelen Forlag</a> a <a href="http://www.oktober.no/" target="_blank">Forlaget Oktober</a></li>
 	</ul>
-<a id="logo" href="http://www.project-syndicate.org/"><img class="nodeco" alt="The highest quality commentaries and analysis from distinguished voices across the world." title="The highest quality commentaries and analysis from distinguished voices across the world." src="img/ProjectSyndycateLogo.jpg"></a>
 <p>Poslední aktualizace: <i>24. února 2011</i></p>
 </HTML>
+==== Související odkazy ====
+<WRAP round box 60%>
+[[cnk:intercorp|InterCorp]] • [[cnk:intercorp:verze7|Verze 7]] • [[cnk:intercorp:verze6|Verze 6]] • [[cnk:intercorp:verze5|Verze 5]] • [[cnk:intercorp:verze4|Verze 4]] • [[cnk:intercorp:historie|Historie verzí]]
+</WRAP>

Historie:

Rozdíly

Hledat

Navigace

Tisk/export

Nástroje

Jazyky

Licence