Obě strany předchozí revizePředchozí verzeNásledující verze | Předchozí verzeNásledující verzeObě strany příští revize |
cnk:syn:verze4 [2016/09/02 10:42] – [Publicistika v SYN verze 4] vaclavcvrcek | cnk:syn:verze4 [2017/02/17 09:36] – [Složení korpusu SYN verze 4] michalskrabal |
---|
^ <fs medium>Referenční korpusy psaného jazyka (synchronní a obecné) v pořadí podle doby vzniku</fs> ^^^^^^ | ^ <fs medium>Referenční korpusy psaného jazyka (synchronní a obecné) v pořadí podle doby vzniku</fs> ^^^^^^ |
^ korpus ^ velikost (počet slov) ^ [[pojmy:lemma|lemmatizace]] ^ [[pojmy:tag|morfologické značky]] ^ rok zveřejnění ^ charakteristika korpusu ^ | ^ korpus ^ velikost (počet slov) ^ [[pojmy:lemma|lemmatizace]] ^ [[pojmy:tag|morfologické značky]] ^ rok zveřejnění ^ charakteristika korpusu ^ |
^ [[cnk:syn2015|SYN2015]] | 100 mil. | ANO | ANO | 2015 | reprezentativní korpus, převažují texty z let 2010–2014| | ^ [[cnk:syn2015|SYN2015]] | 100 mil. | ✓ | ✓ | 2015 | reprezentativní korpus, převažují texty z let 2010–2014| |
^ [[cnk:syn2013PUB|SYN2013PUB]] | 935 mil. | ANO | ANO | 2013 | korpus publicistických textů z let 2005-2009 | | ^ [[cnk:syn2013PUB|SYN2013PUB]] | 935 mil. | ✓ | ✓ | 2013 | korpus publicistických textů z let 2005-2009 | |
^ [[cnk:syn2010|SYN2010]] | 100 mil. | ANO | ANO | 2010 | reprezentativní korpus, převažují texty z let 2005–2009| | ^ [[cnk:syn2010|SYN2010]] | 100 mil. | ✓ | ✓ | 2010 | reprezentativní korpus, převažují texty z let 2005–2009| |
^ [[cnk:syn2009PUB|SYN2009PUB]] | 700 mil. | ANO | ANO | 2010 | korpus publicistických textů z let 1995–2007 | | ^ [[cnk:syn2009PUB|SYN2009PUB]] | 700 mil. | ✓ | ✓ | 2010 | korpus publicistických textů z let 1995–2007 | |
^ [[cnk:syn2006PUB|SYN2006PUB]] | 300 mil. | ANO | ANO | 2006 | korpus publicistických textů z let 1989–2004| | ^ [[cnk:syn2006PUB|SYN2006PUB]] | 300 mil. | ✓ | ✓ | 2006 | korpus publicistických textů z let 1989–2004| |
^ [[cnk:syn2005|SYN2005]] | 100 mil. | ANO | ANO | 2005 | reprezentativní korpus, převažují texty z let 2000–2004| | ^ [[cnk:syn2005|SYN2005]] | 100 mil. | ✓ | ✓ | 2005 | reprezentativní korpus, převažují texty z let 2000–2004| |
^ [[cnk:syn2000|SYN2000]] | 100 mil. | ANO | ANO | 2000 | reprezentativní korpus, převažují texty z let 1990–1999| | ^ [[cnk:syn2000|SYN2000]] | 100 mil. | ✓ | ✓ | 2000 | reprezentativní korpus, převažují texty z let 1990–1999| |
| |
==== Publicistika v SYN verze 4 ==== | ==== Publicistika v SYN verze 4 ==== |
====== Struktura a anotace korpusu SYN verze 4 ====== | ====== Struktura a anotace korpusu SYN verze 4 ====== |
| |
Korpus SYN verze 4 se od svého předchůdce, korpusu SYN verze 3, výrazně liší ve [[pojmy:atributy_strukturni|strukturaci]] a [[pojmy:anotace|anotaci]] textů, které odpovídají korpusu SYN2015. Jejich podrobný popis je k dispozici na stránce věnované [[cnk:syn2015|SYN2015]], na tomto místě pouze zdůrazňujeme, že změny se projevují jak převzetím [[cnk:syn2015#struktura_korpusu_a_strukturni_znacky|hierarchie strukturních značek SYN2015]] (např. původní ''<opus>'' byl nahrazen ''<doc>'', nově byl zaveden odstavec ''<p>'' atd.) a jejich atributů (např. původní ''<opus název>'' byl nahrazen ''<doc title>''), tak i [[cnk:klasifikace_textu_syn2015|klasifikace textů SYN2015]], která byla zpětně aplikována na všechny texty obsažené v korpusu SYN verze 4. Jedním z důsledků tohoto rozhodnutí bylo také vyřazení textů (především internetových periodik), které nesplňují [[cnk:syn2015#pojeti_psanosti_v_syn2015|zúžené pojetí psanosti]]. | Korpus SYN verze 4 se od svého předchůdce, korpusu [[cnk:syn:verze3|SYN verze 3]], výrazně liší ve [[pojmy:atributy_strukturni|strukturaci]] a [[pojmy:anotace|anotaci]] textů, které odpovídají korpusu [[cnk:syn2015|SYN2015]]. Změny se projevují jak převzetím [[cnk:syn2015#struktura_korpusu_a_strukturni_znacky|hierarchie strukturních značek SYN2015]] (např. původní ''<opus>'' byl nahrazen ''<doc>'', nově byl zaveden odstavec ''<p>'' atd.) a jejich atributů (např. původní ''<opus název>'' byl nahrazen ''<doc title>''), tak i [[cnk:klasifikace_textu_syn2015|klasifikace textů SYN2015]], která byla zpětně aplikována na všechny texty obsažené v korpusu SYN verze 4. Jedním z důsledků tohoto rozhodnutí bylo také vyřazení textů (především internetových periodik), které nesplňují [[cnk:syn2015#pojeti_psanosti_v_syn2015|zúžené pojetí psanosti]]. |
| |
Tato shoda struktury a anotace s korpusem SYN2015 má pouze dvě výjimky: | Tato shoda struktury a anotace s korpusem SYN2015 má pouze dvě výjimky: |
| |
<WRAP round tip 70%> | <WRAP round tip 70%> |
Křen, M. – Cvrček, V. – Čapka, T. – Čermáková, A. – Hnátková, M. – Chlumská, L. – Jelínek, T. – Kováříková, D. – Petkevič, V. – Procházka, P. – Skoumalová, H. – Škrabal, M. – Truneček, P. – Vondřička, P. – Zasina, A.: Korpus SYN, verze 4 z ??. ?. 2016. FIXME Ústav Českého národního korpusu FF UK, Praha 2016. Dostupný z WWW: http://www.korpus.cz | Křen, M. – Cvrček, V. – Čapka, T. – Čermáková, A. – Hnátková, M. – Chlumská, L. – Jelínek, T. – Kováříková, D. – Petkevič, V. – Procházka, P. – Skoumalová, H. – Škrabal, M. – Truneček, P. – Vondřička, P. – Zasina, A.: Korpus SYN, verze 4 z 16. 9. 2016. Ústav Českého národního korpusu FF UK, Praha 2016. Dostupný z WWW: http://www.korpus.cz |
| |
| |