Následující verze | Předchozí verzePoslední revizeObě strany příští revize |
pojmy:tag [2013/06/20 15:13] – vytvořeno vaclavcvrcek | pojmy:tag [2021/03/09 16:05] – [Tagset] michalskrabal |
---|
====== Morfolgoická značka - tag ====== | ====== Morfologická značka (tag) ====== |
| |
Morfologická značka (běžně nazývaná tag) je sumarizací gramatické informace o hledaném slovu ([[pojmy:pozice|pozici]]) v konkrétním kontextu. Tag vzniká většinou automaticky na základě [[pojmy:morfologicka_analyza|morfologické analýzy]]. | Morfologická značka (běžně nazývaná **tag**) je sumarizací gramatické informace o hledaném slovu ([[pojmy:pozice|pozici]]) v konkrétním kontextu. Tag vzniká většinou automaticky na základě [[pojmy:morfologicka_analyza|morfologické analýzy]] a následné [[pojmy:desambiguace|desambiguace]]. |
| |
Ve větě //Po promoci na londýnské universitě odjel jsem roku 1878 do Netley na školení vojenských chirurgů.// má tvar //promoci//, přesto, že se potneciálně jedná o tvar morfologicky víceznačný, morfologickou značkou ''NNFS6-----A-----'', která říká, že se jedná o | Tagy jsou [[pojmy:atributy_pozicni|poziční atributy]]. Morfologická značka v českých korpusech ČNK je tvořena sekvencí značek (písmen a čísel), které mají specifický význam podle toho, na jaké pozici v kódu stojí. Ve větě //Po promoci na londýnské universitě odjel jsem roku 1878 do Netley na školení vojenských chirurgů.// má tvar //promoci// (přesto, že se potenciálně jedná o tvar morfologicky víceznačný) morfologickou značku ''NNFS6-----A-----'', která o něm říká, že se jedná o |
* substantivum (=N) | * substantivum (=N) |
* běžné substantivum (=N) | * běžné substantivum (=N) |
* femininum (=F) | * femininum, tedy ženského rodu (=F) |
* singulár (=S) | * singulár, tedy jednotné číslo (=S) |
* v lokálu (=6) | * v šestém pádě, tedy lokálu (=6) |
| |
Procesem zjednoznačnění se zabývá [[pojmy:desambiguace|desambiguace]]. | |
| |
===== Tagset ===== | ===== Tagset ===== |
| |
Tagy v ČNK jsou poziční, to znamená, že tag je tvořen sekvencí značek (písmen a čísel), které mají specifický význam podle toho, na jaké pozici stojí. Každá pozice v kódu tak vyjadřuje informaci o jiné kategorii: | Soubor pravidel a hodnot, které se můžou vyskytovat v tagu, se nazývá tagset. Poziční [[seznamy:tagy#popis_jednotlivych_pozic_znacky|tagset užívaný v českých korpusech ČNK]] (v korpusu SYN2020 používáme tagset [[cnk:syn2020:tag|jiný]]) má 16 pozic, každá z nich nese informaci o jiné gramatické kategorii: |
| |
- Slovní druh | - Slovní druh |
- Negace | - Negace |
- Aktivum/pasívum | - Aktivum/pasívum |
- Nepoužito | - //Nepoužito// |
- Nepoužito | - //Nepoužito// |
- Varianta, stylový příznak apod. | - Varianta, stylový příznak apod. |
- Vid | - Vid |
| |
| ===== Tagsety používané v paralelním korpusu InterCorp ===== |
| |
| Tagsety pro různé jazyky se různí. Jejich přehled naleznete [[cnk:intercorp:verze10#morfosyntakticka_anotace|zde]]. |
| |
| |
| ==== Související odkazy ==== |
| |
| <WRAP round box 49%> |
| [[seznamy:tagy|Přehled morfologických značek]] • [[pojmy:morfologicka_analyza|Morfologická analýza]] • [[pojmy:atributy_pozicni|Poziční atributy]] |
| </WRAP> |