| Obě strany předchozí revizePředchozí verzeNásledující verze | Předchozí verze |
| cnk:intercorp:verze17ud [2026/10/05 23:20] – [Odkazy – o korpusu InterCorp s anotací podle UD] rosen | cnk:intercorp:verze17ud [2026/10/11 18:44] (aktuální) – [Obsah korpusu] rosen |
|---|
| * filmové titulky z databáze [[http://www.opensubtitles.org|OpenSubtitles]] (**Subtitles**) | * filmové titulky z databáze [[http://www.opensubtitles.org|OpenSubtitles]] (**Subtitles**) |
| * překlady **Bible** | * překlady **Bible** |
| * přepisy přednášek z projektu **[[https://www.ted.com|TED Talks]]** | * přepisy přednášek z projektu **[[https://www.ted.com|TED]]** |
| |
| Celkový rozsah zpřístupněné části korpusu ve verzi 17ud zveřejněné v říjnu 2026 činí 5 340 milionů slov, z toho 527 milionů slov v jádru a 4 813 milionů slov v kolekcích. Podrobnosti viz **[[https://jakobson.korpus.cz/~rosen/INTERCORP/ICv17ud/intercorp-tools-static/index.html|InterCorp Tools]]**. | Celkový rozsah zpřístupněné části korpusu ve verzi 17ud zveřejněné v říjnu 2026 činí 5 340 milionů slov, z toho 527 milionů slov v jádru a 4 813 milionů slov v kolekcích. Podrobnosti viz **[[https://jakobson.korpus.cz/~rosen/INTERCORP/ICv17ud/intercorp-tools-static/index.html|InterCorp Tools]]**. |
| ===== Anotace ===== | ===== Anotace ===== |
| |
| * Z celkového počtu 63 jazyků (včetně češtiny) je ve verzi 17ud lingvisticky anotovaných 48; všechny takové jazyky jsou navíc vybaveny i syntaktickou anotací. | * Z celkového počtu 63 jazyků (včetně češtiny) je ve verzi 17ud lingvisticky anotovaných 48; všechny takové jazyky jsou navíc vybaveny i syntaktickou anotací.((Jazyky bez lingvistické anotace jsou albánština, bengálština, bosenština, bretonština, esperanto, filipínština, gruzínština, hornolužická srbština, kašubština, makedonština, malajština, malajálamština, romština, sinhálština a thajština.)) |
| * Slovní tvary jsou ve všech 48 jazycích anotované stejně, a to podle standardu **[[https://universaldependencies.org|Universal Dependencies]]** (UD). | * Slovní tvary jsou ve všech 48 jazycích anotované stejně, a to podle standardu **[[https://universaldependencies.org|Universal Dependencies]]** (UD). |
| * Verze 17ud je první, která je anotována jen podle UD. Poslední verze morfologicky anotovaná jazykově specifickými značkami je verze 16. | * Verze 17ud je první, která je anotována jen podle UD. Poslední verze morfologicky anotovaná jazykově specifickými značkami je verze 16. |
| ===== Poděkování ===== | ===== Poděkování ===== |
| |
| Děkujeme za možnost využívat následující texty a software: | Děkujeme všem koordinátorům a editorům pro jednotlivé jazyky, kteří všichni přispěli k vytvoření a rozšiřování jádra InterCorpu. Ti, kdo se obětavě podíleli na zařazení nových textů do verze 17ud, mají své místo v [[https://jakobson.korpus.cz/~rosen/INTERCORP/ICv17ud/intercorp-tools-static/hall-of-fame.html|Síni slávy]]. |
| | |
| | Děkujeme také za možnost využívat následující texty a software: |
| |
| ==== Texty: ==== | ==== Texty: ==== |
| ===== Odkazy – o korpusu InterCorp s anotací podle UD ===== | ===== Odkazy – o korpusu InterCorp s anotací podle UD ===== |
| |
| Olga Nádvorníková, Jiří Milička, and Alexandr Rosen (2026): Exploring cross-linguistic and register variation in syntactic complexity: insights from a multilingual parallel corpus. Linguistics Vanguard, 11. [https://doi.org/10.1515/lingvan-2025-0109] | Olga Nádvorníková, Jiří Milička, and Alexandr Rosen (2026): Exploring cross-linguistic and register variation in syntactic complexity: insights from a multilingual parallel corpus. //Linguistics Vanguard//, 11. [https://doi.org/10.1515/lingvan-2025-0109] |
| |
| Olga Nádvorníková, Alexandr Rosen, a Karolína Pavlíková (2025). Možnosti využití anotace syntaktické komplexity v paralelním korpusu: příklad francouzských tvarů na -ant v konverbální funkci a jejich českých protějšků. Časopis pro moderní filologii, 107(1):80–101. [https://www.researchgate.net/publication/392821853_Moznosti_vyuziti_anotace_syntakticke_komplexity_v_paralelnim_korpusu_priklad_francouzskych_tvaru_na_-ant_v_konverbalni_funkci_a_jejich_ceskych_protejsku] | Olga Nádvorníková, Alexandr Rosen, a Karolína Pavlíková (2025). Možnosti využití anotace syntaktické komplexity v paralelním korpusu: příklad francouzských tvarů na -ant v konverbální funkci a jejich českých protějšků. //Časopis pro moderní filologii//, 107(1):80–101. [https://dspace.cuni.cz/handle/20.500.11956/199846] |
| |
| Olga Nádvorníková a Alexandr Rosen (2024): Vyhledávání v paralelním korpusu za použití anotace Universal Dependencies. [[https://www.youtube.com/watch?v=5l5Vbb1eQDw&t=190s|Záznam workshopu]] z 17. 9. 2024, doprovodné akce [[https://bcl2024.ff.cuni.cz|Bienále české lingvistiky 2024]], viz též [[https://jakobson.korpus.cz/~rosen/BCL2024/P18_SLIDES/Prezentace_Bienale2024_WorkShop.pdf|prezentace]]. | Olga Nádvorníková a Alexandr Rosen (2024): Vyhledávání v paralelním korpusu za použití anotace Universal Dependencies. [[https://www.youtube.com/watch?v=5l5Vbb1eQDw&t=190s|Záznam workshopu]] z 17. 9. 2024, doprovodné akce [[https://bcl2024.ff.cuni.cz|Bienále české lingvistiky 2024]], viz též [[https://jakobson.korpus.cz/~rosen/BCL2024/P18_SLIDES/Prezentace_Bienale2024_WorkShop.pdf|prezentace]]. |
| Olga Nádvorníková, Alexandr Rosen, Martin Stluka (2024): InterCorp a Universal Dependencies: nové možnosti výzkumu. Teoreticko-metodologický seminář Ústavu českého jazyka a teorie komunikace FF UK. Praha, 20/03/2024, 27/03/2024. [[https://docs.google.com/document/d/1nSPzyhT6oHKUDN8A_uYmWrZH6tAmxTH_pUMOdjg01Eg/edit?usp=sharing|Program workshopu s odkazy na prezentace a záznamy]] | Olga Nádvorníková, Alexandr Rosen, Martin Stluka (2024): InterCorp a Universal Dependencies: nové možnosti výzkumu. Teoreticko-metodologický seminář Ústavu českého jazyka a teorie komunikace FF UK. Praha, 20/03/2024, 27/03/2024. [[https://docs.google.com/document/d/1nSPzyhT6oHKUDN8A_uYmWrZH6tAmxTH_pUMOdjg01Eg/edit?usp=sharing|Program workshopu s odkazy na prezentace a záznamy]] |
| |
| Alexandr Rosen (2023). The InterCorp parallel corpus with a uniform annotation for all languages. Jazykovedný časopis, 74(1):254–265. [[https://www.juls.savba.sk/ediela/jc/2023/1/jc23-01.pdf|Článek]], [[https://jakobson.korpus.cz/~rosen/INTERCORP/SLIDES/rosen-slovko-2023.pdf|prezentace]] | Alexandr Rosen (2023). The InterCorp parallel corpus with a uniform annotation for all languages. //Jazykovedný časopis//, 74(1):254–265. [[https://www.juls.savba.sk/ediela/jc/2023/1/jc23-01.pdf|Článek]], [[https://jakobson.korpus.cz/~rosen/INTERCORP/SLIDES/rosen-slovko-2023.pdf|prezentace]] |
| |
| Olga Nádvorníková, Alexandr Rosen, Martin Vavřín (2021): InterCorp s jednotnou morfologickou a syntaktickou anotací podle Universal Dependencies: zážitky tvůrců a uživatelů. Praha, 16/11/2021. | Olga Nádvorníková, Alexandr Rosen, Martin Vavřín (2021): InterCorp s jednotnou morfologickou a syntaktickou anotací podle Universal Dependencies: zážitky tvůrců a uživatelů. Praha, 16/11/2021. |
| <WRAP round info 50%> | <WRAP round info 50%> |
| |
| ROSEN, Alexandr (2023). The InterCorp parallel corpus with a uniform annotation for all languages. Jazykovedný časopis, 74(1):254–265. [[https://www.researchgate.net/publication/376822442_The_Intercorp_Parallel_Corpus_with_a_Uniform_Annotation_for_All_Languages|download]] | ROSEN, Alexandr (2023). The InterCorp parallel corpus with a uniform annotation for all languages. //Jazykovedný časopis//, 74(1):254–265. [[https://www.researchgate.net/publication/376822442_The_Intercorp_Parallel_Corpus_with_a_Uniform_Annotation_for_All_Languages|download]] |
| |
| ČERMÁK, František – ROSEN, Alexandr (2012). The case of InterCorp, a multilingual parallel corpus. //International Journal of Corpus Linguistics//. Vol. 13, no. 3, p. 411–427 | ČERMÁK, František – ROSEN, Alexandr (2012). The case of InterCorp, a multilingual parallel corpus. //International Journal of Corpus Linguistics//. Vol. 13, no. 3, p. 411–427 |
