Skrýt
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
Poslední revize Obě strany příští revize
cnk:dialekt [2018/05/03 09:05]
Martina Waclawičová [Složení korpusu DIALEKT a sběr dat]
cnk:dialekt [2018/05/03 09:12]
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.
  
-Při zadání dotazu v korpusovém rozhraní [[manualy:​kontext:​index|KonText]] se nám zobrazí buď pouze jedna vybraná rovina přepisu, nebo obě roviny současně jako paralelní korpusy stojící vedle sebe. Přitom záleží na nás, kterou rovinu (dialektologickou nebo ortografickou) si zvolíme jako primární. Na té se pak zobrazují všechny funkce korpusu – je možné si pustit po segmentech část nahrávky, nastavit zobrazení dalších informací, [[pojmy:​atributy_pozicni|pozičních]] nebo [[pojmy:​atributy_strukturni#​strukturni_atributy_mluvenych_korpusu|strukturních jednotek a atributů]] atp. Pro zájemce jsou na zvláštní stránce zpracovány ​**[[cnk:​dialekt:​prace|podrobnosti o práci s korpusem DIALEKT]]** (např. řada tipů pro lexikografickou práci nebo práci se subkorpusy).+Při zadání dotazu v korpusovém rozhraní [[manualy:​kontext:​index|KonText]] se nám zobrazí buď pouze jedna vybraná rovina přepisu, nebo obě roviny současně jako paralelní korpusy stojící vedle sebe. Přitom záleží na nás, kterou rovinu (dialektologickou nebo ortografickou) si zvolíme jako primární. Na té se pak zobrazují všechny funkce korpusu – je možné si pustit po segmentech část nahrávky, nastavit zobrazení dalších informací, [[pojmy:​atributy_pozicni|pozičních]] nebo [[pojmy:​atributy_strukturni#​strukturni_atributy_mluvenych_korpusu|strukturních jednotek a atributů]] atp. Pro zájemce jsou na zvláštní stránce zpracovány [[cnk:​dialekt:​prace|podrobnosti o práci s korpusem DIALEKT]] (např. řada tipů pro lexikografickou práci nebo práci se subkorpusy).
  
 ===== Poděkování ===== ===== Poděkování =====