| Obě strany předchozí revizePředchozí verzeNásledující verze | Předchozí verzeNásledující verzeObě strany příští revize |
| pojmy:reprezentativnost [2013/07/25 03:39] – olgarichterova | pojmy:reprezentativnost [2013/09/13 15:32] – Schvaleno pro 1. verzi vaclavcvrcek |
|---|
| ====== Reprezentativnost korpusu ====== | ====== Reprezentativnost korpusu ====== |
| |
| //Reprezentativnost// a //vyváženost// jsou v korpusové lingvistice často používané, ale nejednoznačně definované pojmy dotýkající se vztahu mezi [[pojmy:korpus|korpusem]] (jako vybraným vzorkem jazyka) a jazykovou realitou (jako celou populací). Je třeba stále znovu zdůrazňovat, že žádný korpus nepokrývá kompletní spektrum užití žádného jazyka a že problém reprezentativnosti dosud nebyl uspokojivě vyřešen. V porovnání s metodami [[pojmy:introspekce|introspekce]] či náhodným výběrem dokladů určitého jevu ovšem jde o výrazné přiblížení požadavku replikovatelnosti a ověřitelnosti výzkumů. | //Reprezentativnost// a //vyváženost// jsou v korpusové lingvistice často používané, ale nejednoznačně definované pojmy dotýkající se vztahu mezi [[pojmy:korpus|korpusem]] (jako vybraným vzorkem jazyka) a jazykovou realitou (jako celou populací). Je třeba stále znovu zdůrazňovat, že žádný korpus nepokrývá kompletní spektrum užití žádného jazyka a že problém reprezentativnosti dosud nebyl uspokojivě vyřešen. V porovnání s metodami [[pojmy:introspekce|introspekce]] či náhodným výběrem dokladů určitého jevu ovšem jde o výrazné přiblížení požadavku opakovatelnosti a ověřitelnosti výzkumů. |
| |
| Obecně lze říci, že korpus je vzhledem k jazyku (v realitě tedy vzhledem k jeho části, např. jazyku psanému) **reprezentativní**, obsahuje-li v dostatečném množství texty všech jeho variet. Odpovídají-li poměry mezi varietami v korpusu jejich poměrům v reálném úzu, jedná se navíc o korpus **vyvážený** právě z hlediska užívání (v řadě [[cnk:syn|SYN]] definovaného jako recepce textů určitého typu v určitém poměru). V jiných pohledech se však pojmy //reprezentativnost// a //vyváženost// zaměňují. | Obecně lze říci, že korpus je vzhledem k jazyku (resp. k jeho části, např. jazyku psanému) **reprezentativní**, obsahuje-li v dostatečném množství texty všech jeho variet. Odpovídají-li poměry mezi varietami v korpusu jejich poměrům v reálném úzu, jedná se navíc o korpus **vyvážený** právě z hlediska užívání (v řadě [[cnk:syn|SYN]] definovaného jako recepce textů určitého typu v určitém poměru). V jiných pohledech se však pojmy //reprezentativnost// a //vyváženost// zaměňují. |
| |
| Tyto definice přinášejí řadu otázek: jaké množství textů je dostatečné, jak vymezit jednotlivé variety, a hlavně jak zjistit poměry jejich zastoupení v úzu. Motivace je však zřejmá: korpus by měl být věrným odrazem jazyka, malým vzorkem, který však v maximální možné míře odpovídá celku. Zásadním problémem je ovšem nemožnost skutečně objektivně měřit míru, v níž korpus jazyku odpovídá. | Tyto definice přinášejí řadu otázek: jaké množství textů je dostatečné, jak vymezit jednotlivé variety, a hlavně jak zjistit poměry jejich zastoupení v úzu? Motivace je však zřejmá: korpus by měl být věrným odrazem jazyka, malým vzorkem, který však v maximální možné míře odpovídá celku. Zásadním problémem je ovšem nemožnost skutečně objektivně měřit míru, v níž korpus jazyku odpovídá. |
| |
| Na druhé straně je však reprezentativnost a vyváženost korpusů nezbytná proto, že bez nich nelze korpusová data interpretovat ve vztahu k jazyku, tj. udělat nutný krok od popisu dat v korpusu k popisu jazyka: ten umožňují právě principy reprezentativnosti a vyváženosti. Mezi korpusem a jazykovou realitou je tedy vztah, který nezbývá než korigovat (nutně subjektivní) intuicí. | Na druhé straně je však reprezentativnost a vyváženost korpusů nezbytná proto, že bez nich nelze korpusová data interpretovat ve vztahu k jazyku, tj. udělat nutný krok od popisu dat v korpusu k popisu jazyka. To umožňují právě principy reprezentativnosti a vyváženosti. Mezi korpusem a jazykovou realitou je tedy vztah, který nezbývá než korigovat (nutně subjektivní) intuicí. |
| |
| Reprezentativnost a vyváženost psaných korpusů řady SYN v ČNK se zakládá na řadě průzkumů, které se pokoušely různými způsoby kvantifikovat výše zmíněnou recepci (ne tedy např. produkci) psaných textů běžnými čtenáři. Přestože je výsledné složení těchto korpusů v některých ohledech diskutabilní, jde o pokus uchopit reprezentativnost a vyváženost obecných, nespecializovaných jazykových korpusů na solidním základě. | Reprezentativnost a vyváženost psaných korpusů řady SYN v ČNK se zakládá na řadě průzkumů, které se pokoušely různými způsoby kvantifikovat výše zmíněnou recepci (ne tedy např. produkci) psaných textů běžnými čtenáři. Přestože je výsledné složení těchto korpusů v některých ohledech diskutabilní, jde o pokus uchopit reprezentativnost a vyváženost obecných, nespecializovaných jazykových korpusů na solidním základě. |
| ====== Specializované korpusy ====== | ====== Specializované korpusy ====== |
| |
| Nereprezentují větší část jazykového úzu, ale podávají obraz o velmi specifickém užití jazyka. | Specializované korpusy nereprezentují jazykový úzus jako celek, ale informují nás o velmi specifickém užití jazyka, vzhledem k němuž můžou být - jsou-li kvalitně zpracovány - reprezentativní. |
| |
| Příklady: | Příklady: |
| * [[cnk:czesl-plain|Korpus CzeSL-plain]] | * [[cnk:czesl-plain|Korpus CzeSL-plain]] |
| * [[cnk:ksk-dopisy|Korpus soukromé korespondence]] | * [[cnk:ksk-dopisy|Korpus soukromé korespondence KSK]] |
| * [[cnk:link|Korpus LINK]] | * [[cnk:link|Korpus LINK]] |
| * [[cnk:orwell|Korpus ORWELL]] | * [[cnk:orwell|Korpus ORWELL]] |
| ==== Související odkazy ==== | ==== Související odkazy ==== |
| |
| [[pojmy:struktura_korpusu|Struktura korpusu]] | <WRAP round box 49%> |
| | [[pojmy:struktura_korpusu|Struktura korpusu]] • [[pojmy:atributy_strukturni|Strukturní atributy]] • [[cnk:struktura|Korpusy ČNK]] • [[pojmy:referencni|Referenční korpusy]] |
| [[pojmy:atributy_strukturni|Strukturní atributy]] | </WRAP> |
| | |
| [[cnk:struktura#korpusy_psane_soucasne_cestiny_rada_syn|Obecné a specializované korpusy řady SYN]] | |
| | |
| [[cnk:struktura|Struktura Českého národního korpusu]] | |
| | |
| [[pojmy:introspekce|Introspekce]] | |
