AplikaceAplikace
Nastavení

Rozdíly

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

Odkaz na výstup diff

Obě strany předchozí revizePředchozí verze
Následující verze		Předchozí verze
Následující verzeObě strany příští revize
cnk:syn2020:agregat [2020/12/17 15:59] – jankrivancnk:syn2020:agregat [2021/01/13 09:42] – tomasjelinek
Řádek 1: Řádek 1:
 ====== Korpus SYN2020: Agregáty ====== ====== Korpus SYN2020: Agregáty ======
  
-V korpusu SYN2020 je nově řešena problematika tzv. agregátů, slov, která se v češtině píšou jako jedno slovo, z pohledu syntaxe či určování gramatických kategorií se však chovají spíše jako slova dvě (výjimečně tři).\\+V korpusu SYN2020 je nově řešena problematika tzv. **agregátů**, slov, která se v češtině píšou jako jedno slovo, z pohledu syntaxe či určování gramatických kategorií se však chovají spíše jako slova dvě (výjimečně tři).\\
 \\ \\
-Jsou to tyto typy slov:\\ +Jsou to tyto typy slov: 
-  - spojky //aby//, //kdyby// a //jakoby//: chovají se jako spojky, ale zároveň obsahují kondicionálový tvar slovesa //být//\\ + 
-  - spojení víceméně jakýchkoli slov s krátkým tvarem druhé osoby singuláru indikativu slovesa //být//: //s//, nejčastěji //ses//, //sis//, dále spojení l-ových příčestí a //s// (//dělalas//, //viděls//), méně často spojení se zájmeny (//tos//, //komus//) i jinými slovy (//vždyťs//, //knihus//)\\ +1. spojky **//aby//**, **//kdyby//**: chovají se jako spojky, ale zároveň obsahují kondicionálový tvar slovesa //být// (//abych zjistila//, //kdyby pracoval//); podobně je značena spojka **//jako//** v případech, kdy tvoří pravopisný slitek s kondicionálovým tvarem (//jakoby se ztratil// odpovídající spojení //jako by se ztratil//) 
-  - zřídka i spojení slov s krátkým tvarem 2. osoby singuláru slovesa //být// odděleného od původního slovesa apostrofem (či znakem apostrofu podobným): //ty´s// + 
-  - spojení předložky se zájmenem //co//, //copak// a //on//: //nač//, //očpak//, //zaň//, //doň//\\ +2. spojení víceméně jakýchkoli slov s **krátkým tvarem druhé osoby singuláru indikativu prézentu slovesa //být//** (//s//): 
-  - zcela výjimečně spojení předložky, zájmena a tvaru //s// (2. osoby singuláru //být//): //načs//\\+  * nejčastěji //ses//, //sis// (//smál ses//, //přála sis//), 
 +  * dále spojení l-ových příčestí a //s// (//dělalas//, //viděls//),  
 +  * méně často spojení se zájmeny (//tos//, //komus//) i jinými slovy (//vždyťs//, //knihus//)\\ 
 + 
 +3. zřídka i spojení slov s krátkým tvarem 2. osoby singuláru slovesa //být// **odděleným apostrofem** (či znakem apostrofu podobným): //proto's//, //ty´s// 
 + 
 +4. spojení **předložky se zájmenem** //co//, //copak// a //on//: //nač//, //očpak//, //zaň//, //doň//\\ 
 + 
 +5. zcela výjimečně spojení **předložky, zájmena a 2. osoby singuláru slovesa //být//**: //načs//\\
  
 Tyto agregáty řešíme tak, že původní slovo necháváme jako jeden token, ale tomuto tokenu přiřadíme dvě (tři) sady lemma + sublemma + tag + verbtag. V každém z těchto atributů jsou hodnoty z různých sad odděleny svislítkem. Tyto agregáty řešíme tak, že původní slovo necháváme jako jeden token, ale tomuto tokenu přiřadíme dvě (tři) sady lemma + sublemma + tag + verbtag. V každém z těchto atributů jsou hodnoty z různých sad odděleny svislítkem.
Řádek 14: Řádek 22:
 Výsledek pak vypadá třeba takto:\\ Výsledek pak vypadá třeba takto:\\
 ^ word ^ lemma ^ tag ^ verbtag^ ^ word ^ lemma ^ tag ^ verbtag^
-| <code>abych</code> | <code>aby|být</code> | <code>J,-------------|Vc-S---1----I--</code> | <code> ------|A----- </code> |+| <code>abych</code> | <code>aby|být</code> | <code>J,-------------|Vc-S---1----I--</code> | <code>------|A----- </code> |
 | <code>ses</code> | <code>se|být</code> | <code>P7--4----------|VB-S---2P-AAI-1</code> | <code>------|A-----</code> | | <code>ses</code> | <code>se|být</code> | <code>P7--4----------|VB-S---2P-AAI-1</code> | <code>------|A-----</code> |
 | <code>naň</code> | <code>na|on</code> | <code>RR--4----------|P5MS2--3-------</code> | <code>------|------</code> | | <code>naň</code> | <code>na|on</code> | <code>RR--4----------|P5MS2--3-------</code> | <code>------|------</code> |
Řádek 23: Řádek 31:
 \\ \\
  
 +Při zobrazení syntaktických stromů se jednotlivé části agregátů chovají jako samostatná syntaktická slova. Ve větě //aby ses měla nač vymluvit// jsou tři agregáty (//aby: aby|být//; //ses: se|být//; //nač: na|co//), celkem je ve větě pět tokenů, ale osm syntaktických slov:\\
 +{{:cnk:syn2020:agregaty_syntax.png?250|Zobrazení agregátů v syntaktickém stromu }}\\
 +\\
 %%%% >> [[cnk:syn2020|Zpět na hlavní stránku Korpus SYN2020]] %%%% >> [[cnk:syn2020|Zpět na hlavní stránku Korpus SYN2020]]
  

Historie: