Nastavení

Rozdíly

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

Odkaz na výstup diff

Obě strany předchozí revize Předchozí verze
Následující verze
Předchozí verze
Následující verze Obě strany příští revize
cnk:dialekt [2018/05/03 09:05]
Martina Waclawičová [Složení korpusu DIALEKT a sběr dat]
cnk:dialekt [2018/05/03 09:10]
Martina Waclawičová [Zpracování nářečních nahrávek]
Řádek 33: Řádek 33:
 ====== Zpracování nářečních nahrávek ====== ====== Zpracování nářečních nahrávek ======
  
-Nářeční materiál je v korpusu **DIALEKT** zpracováván tak, že má dvě úrovně přepisu – dialektologickou a ortografickou,​ viz [[cnk:​dialekt:​pravidla|transkripční zásady]]. Základní přepis je dialektologický a vychází z pravidel pro přepis vědeckých dialektologických textů. Druhou úroveň přepisu představuje ortografický přepis, blížící se bežné podobě psaných textů, jenž je srovnatelný s obecnými pravidly stanovenými pro mluvené korpusy v Českém národním korpusu (ČNK).+Nářeční materiál je v korpusu **DIALEKT** zpracováván tak, že má dvě úrovně přepisu – dialektologickou a ortografickou,​ viz [[cnk:​dialekt:​pravidla|transkripční zásady]]. Základní přepis je dialektologický a vychází z pravidel pro přepis vědeckých dialektologických textů ​(použité speciální znaky jsou uvedeny v [[cnk:​dialekt:​archivhlasek|Archivu diferenčních hlásek nářečí českého jazyka]]). Druhou úroveň přepisu představuje ortografický přepis, blížící se bežné podobě psaných textů, jenž je srovnatelný s obecnými pravidly stanovenými pro mluvené korpusy v Českém národním korpusu (ČNK).
 Korpus **DIALEKT** je podobně jako korpus **[[cnk:​oral|ORAL]]** a **[[cnk:​ortofon|ORTOFON]]** [[cnk:​lemtag_mluv|lemmatizovaný a morfologicky označkovaný]]. Vzhledem k velké variabilitě nářečního materiálu a nedostatku trénovacích dat byl ale proces značkování a lemmatizace značně komplikovaný a s vědomím toho je také třeba k výsledku přistupovat. Korpus **DIALEKT** je podobně jako korpus **[[cnk:​oral|ORAL]]** a **[[cnk:​ortofon|ORTOFON]]** [[cnk:​lemtag_mluv|lemmatizovaný a morfologicky označkovaný]]. Vzhledem k velké variabilitě nářečního materiálu a nedostatku trénovacích dat byl ale proces značkování a lemmatizace značně komplikovaný a s vědomím toho je také třeba k výsledku přistupovat.