cnk:intercorp:verze4 - Příručka ČNK

Tato stránka je pouze pro čtení. Můžete si pouze prohlédnout zdrojový kód, ale ne ho měnit. Zeptejte se správce, pokud si myslíte, že něco není v pořádku.
<HTML>
<style>
table.std {
    margin-bottom: 15px;
    padding: 0px;
    border-collapse: separate;
    border-spacing: 0px;
    border: 1px solid #DEE7EC;
		vertical-align: middle;
    border-collapse: expression('separate', cellSpacing = '0px'); /* ie fix */
}
table.std th {
    background-color: #DEE7EC;
    padding: 3px 6px;
    color: #0d2a40;
    font-weight: bold;
    border-bottom: 1px solid #8CACBB;
    border-right: 1px solid #8CACBB;
    border-top: 1px solid #8CACBB;
    border-left: 1px solid #8CACBB;
    white-space: nowrap;
}
table.std td {
    padding: 3px 6px;
    vertical-align: middle;
    border-bottom: 1px solid #8CACBB;
    border-right: 1px solid #8CACBB;
    border-top: 1px solid #8CACBB;
    border-left: 1px solid #8CACBB;
    color:#0d2a40;
    white-space: nowrap;
    background-color: transparent;
}

table.std img	{       
		display: inline;
		margin: 5px;
    vertical-align: middle;
} 
	
 table.std thead  {
    font-weight: bold;
   	font-size: medium;
}  

table.std a:hover img    {       
		border: 1px solid;
		background: #f3e4a7; color: #0d2a40; 
} 

table.std a:hover {
	background: transparent;
}    

/* tabulka velikostí/průniků */

table.velikosti {
	font-size: small;
	border-collapse: collapse;
}

table.velikosti th {
	font-size: small;
	font-weight: bold;
	border: 1px black solid;
	background-color: #508CBC;
	color: #0d2a40;
}

table.velikosti td {
	border: 1px black solid;
	text-align: right;
}

table.velikosti td.diag {
	background-color: #DEE7EC;
}

table.velikosti td.cs {
	background-color: #98E1E8;
}

</style>
</HTML>
=====Korpus InterCorp verze 4=====

====Přístup k textům====
<HTML>

<p>InterCorp má v řadě korpusů budovaných v ÚČNK zvláštní postavení hned v několika ohledech:
</p>

<ul><li> je přístupný přes speciální rozhraní <a href="http://www.korpus.cz/Park/" target="_blank">Park</a>, které je naší nadstavbou nad  systémem Manatee Pavla Rychlého; stručný návod k použití Parku najdete <a href="http://www.korpus.cz/intercorp/?req=page:manual&amp;lang=cs">zde</a>; autorem Parku je Michal Štourač</li></ul>

<ul><li><a href="http://www.korpus.cz/corpora/intercorp/" target="_blank">jednojazyčné</a> verze všech paralelních korpusů jsou zpřístupněné pomocí webové verze rozhraní Bonito, takže je možné na korpusy jednotlivých jazyků používat standardní nástroje, jako jsou filtry, třídění, kolokace, frekvenční distribuce, náhodné vzorky atd.; stejně jako se všemi cizojazyčnými korpusy je navíc možné pracovat i s odpovídajícími verzemi češtiny</li></ul>

<ul><li>specifikem InterCorpu je také jeho inkrementální povaha: zatímco většina ostatních korpusů ČNK jsou neměnné referenční entity, objem textů i počet jazyků zpřístupněných v korpusu InterCorp se postupně zvyšuje</li></ul>

</HTML>
====Obsah korpusu====
<HTML>


<p>InterCorp obsahuje převážně manuálně zarovnané beletristické texty v češtině a dalších jazycích a výběr publistických článků z webových stránek <a href="http://www.project-syndicate.org/" target="_blank">Project Syndicate</a> a <a href="http://www.presseurop.eu/" target="_blank">Presseurop</a>. Tyto texty jsou zarovnané jen automaticky, v konkordancích tedy může být více vět, které si navzájem neodpovídají.</p> 
    
<p>Každý cizojazyčný textu má v korpusu svou českou verzi. Čeština
je tedy tzv. pivot, česká verze textu (originál nebo překlad) je
zarovnaná s jednou nebo více verzemi cizojazyčnými.
Celkový rozsah zpřístupněné části korpusu ve verzi 4 (historii verzí najdete <a href="https://wiki.korpus.cz/doku.php/cnk:intercorp:historie">zde</a>) ze září 2011 je 92 290 000 slov v zarovnaných cizojazyčných textech.
V tomto celkovém počtu slov jsou již započteny zhruba 2,3 - 3 miliony slov z Project Syndicate (pro tyto jazyky: cs, de, en, es, fr, ru) a okolo 0,8 milionu slov z Presseurop (pro tyto jazyky: cs, de, en, es, fr, it, nl, pl, pt, ro), což je přehledně vidět na následujícím grafu. Pod souhrnným názvem "beletrie" jsou v něm zahrnuty všechny ručně zarovnané texty, které jsou z velké většiny tvořeny právě beletrii. Velikost je udávána v milionech slov.</p>

<img src="http://ucnk.ff.cuni.cz/intercorp/img/intercorp_wordcounts_v4.png" alt="Graf složení korpusů jednotlivých jazyků" title="Složení korpusů jednotlivých jazyků">
<br>
<br>
</HTML>
====Velikost korpusu v tisících slov====
<HTML>

<p>Následující tabulka ukazuje přehled velikostí jednotlivých paralelních korpusů různých jazyků. V řádku jsou uvedeny počty slov příslušného jazyka (v tisících), platné pro průnik s jazykem uvedeným ve sloupci. Např. virtuální bulharsko-chorvatský korpus (1. řádek - "bg") obsahuje celkem 187 tisíc slov v bulharštině (1. řádek - "bg", 9. sloupec – "hr") a 189 tisíc slov v chorvatštině (9. řádek – "hr", 1. sloupec – "bg"). Druhý, zvýrazněný sloupec ukazuje množství slov zarovnaných vůči češtině, a tedy i celkovou velikost jednojazyčného korpusu jazyka uvedeného na příslušném řádku.</p>


<table class="velikosti">
<tbody><tr><th></th><th>bg</th><th>cs</th><th>da</th><th>de</th><th>en</th><th>es</th><th>fi</th><th>fr</th><th>hr</th><th>hu</th><th>it</th><th>lt</th><th>lv</th><th>nl</th><th>no</th><th>pl</th><th>pt</th><th>ro</th><th>ru</th><th>sl</th><th>sk</th><th>sr</th><th>sv</th></tr>
<tr><th>bg</th><td class="diag">1135</td><td class="cs sec">1135</td><td class="sec">0</td><td class="sec">82</td><td class="sec">74</td><td class="sec">82</td><td class="sec">74</td><td class="sec">0</td><td class="sec">187</td><td class="sec">141</td><td class="sec">156</td><td class="sec">0</td><td class="sec">0</td><td class="sec">74</td><td class="sec">0</td><td class="sec">156</td><td class="sec">74</td><td class="sec">0</td><td class="sec">0</td><td class="sec">0</td><td class="sec">0</td><td class="sec">0</td><td class="sec">156</td></tr>
<tr><th>cs</th><td>1139</td><td class="cs diag">46196</td><td class="sec">149</td><td class="sec">10544</td><td class="sec">6287</td><td class="sec">12177</td><td class="sec">1678</td><td class="sec">4075</td><td class="sec">6415</td><td class="sec">1162</td><td class="sec">3502</td><td class="sec">418</td><td class="sec">1128</td><td class="sec">4175</td><td class="sec">1815</td><td class="sec">6217</td><td class="sec">2109</td><td class="sec">1416</td><td class="sec">3563</td><td class="sec">893</td><td class="sec">7072</td><td class="sec">2521</td><td class="sec">4633</td></tr>
<tr><th>da</th><td>0</td><td class="cs">190</td><td class="diag">190</td><td class="sec">87</td><td class="sec">130</td><td class="sec">0</td><td class="sec">0</td><td class="sec">0</td><td class="sec">87</td><td class="sec">0</td><td class="sec">0</td><td class="sec">87</td><td class="sec">0</td><td class="sec">0</td><td class="sec">130</td><td class="sec">136</td><td class="sec">0</td><td class="sec">0</td><td class="sec">130</td><td class="sec">87</td><td class="sec">0</td><td class="sec">87</td><td class="sec">87</td></tr>
<tr><th>de</th><td>87</td><td class="cs">12167</td><td>83</td><td class="diag">12167</td><td class="sec">3802</td><td class="sec">4953</td><td class="sec">176</td><td class="sec">3717</td><td class="sec">1967</td><td class="sec">295</td><td class="sec">1654</td><td class="sec">259</td><td class="sec">22</td><td class="sec">1973</td><td class="sec">1020</td><td class="sec">1850</td><td class="sec">749</td><td class="sec">835</td><td class="sec">2934</td><td class="sec">428</td><td class="sec">431</td><td class="sec">552</td><td class="sec">989</td></tr>
<tr><th>en</th><td>80</td><td class="cs">7297</td><td>135</td><td>3821</td><td class="diag">7297</td><td class="sec">3761</td><td class="sec">438</td><td class="sec">3448</td><td class="sec">519</td><td class="sec">104</td><td class="sec">1053</td><td class="sec">381</td><td class="sec">2</td><td class="sec">1092</td><td class="sec">397</td><td class="sec">1449</td><td class="sec">876</td><td class="sec">954</td><td class="sec">2836</td><td class="sec">286</td><td class="sec">0</td><td class="sec">383</td><td class="sec">343</td></tr>
<tr><th>es</th><td>90</td><td class="cs">14237</td><td>0</td><td>5331</td><td>4141</td><td class="diag">14237</td><td class="sec">353</td><td class="sec">4072</td><td class="sec">2409</td><td class="sec">164</td><td class="sec">2924</td><td class="sec">169</td><td class="sec">0</td><td class="sec">2150</td><td class="sec">670</td><td class="sec">1834</td><td class="sec">1098</td><td class="sec">1128</td><td class="sec">2988</td><td class="sec">98</td><td class="sec">133</td><td class="sec">790</td><td class="sec">1375</td></tr>
<tr><th>fi</th><td>62</td><td class="cs">1435</td><td>0</td><td>128</td><td>332</td><td>325</td><td class="diag">1435</td><td class="sec">107</td><td class="sec">234</td><td class="sec">73</td><td class="sec">62</td><td class="sec">73</td><td class="sec">0</td><td class="sec">109</td><td class="sec">107</td><td class="sec">242</td><td class="sec">62</td><td class="sec">73</td><td class="sec">81</td><td class="sec">73</td><td class="sec">0</td><td class="sec">98</td><td class="sec">164</td></tr>
<tr><th>fr</th><td>0</td><td class="cs">5234</td><td>0</td><td>4228</td><td>3947</td><td>4207</td><td>155</td><td class="diag">5234</td><td class="sec">515</td><td class="sec">0</td><td class="sec">1181</td><td class="sec">0</td><td class="sec">0</td><td class="sec">948</td><td class="sec">155</td><td class="sec">1272</td><td class="sec">870</td><td class="sec">873</td><td class="sec">3003</td><td class="sec">68</td><td class="sec">0</td><td class="sec">78</td><td class="sec">414</td></tr>
<tr><th>hr</th><td>189</td><td class="cs">6735</td><td>76</td><td>1736</td><td>461</td><td>2175</td><td>280</td><td>409</td><td class="diag">6735</td><td class="sec">83</td><td class="sec">1491</td><td class="sec">324</td><td class="sec">43</td><td class="sec">1084</td><td class="sec">870</td><td class="sec">1160</td><td class="sec">447</td><td class="sec">277</td><td class="sec">232</td><td class="sec">352</td><td class="sec">54</td><td class="sec">927</td><td class="sec">997</td></tr>
<tr><th>hu</th><td>132</td><td class="cs">1123</td><td>0</td><td>256</td><td>81</td><td>135</td><td>81</td><td>0</td><td>79</td><td class="diag">1123</td><td class="sec">0</td><td class="sec">81</td><td class="sec">0</td><td class="sec">56</td><td class="sec">202</td><td class="sec">287</td><td class="sec">0</td><td class="sec">81</td><td class="sec">202</td><td class="sec">283</td><td class="sec">284</td><td class="sec">115</td><td class="sec">0</td></tr>
<tr><th>it</th><td>174</td><td class="cs">4028</td><td>0</td><td>1678</td><td>1059</td><td>2815</td><td>84</td><td>1064</td><td>1607</td><td>0</td><td class="diag">4028</td><td class="sec">162</td><td class="sec">0</td><td class="sec">1308</td><td class="sec">844</td><td class="sec">1214</td><td class="sec">1384</td><td class="sec">798</td><td class="sec">62</td><td class="sec">72</td><td class="sec">0</td><td class="sec">732</td><td class="sec">849</td></tr>
<tr><th>lt</th><td>0</td><td class="cs">358</td><td>58</td><td>185</td><td>259</td><td>115</td><td>71</td><td>0</td><td>253</td><td>71</td><td>113</td><td class="diag">358</td><td class="sec">16</td><td class="sec">196</td><td class="sec">173</td><td class="sec">297</td><td class="sec">43</td><td class="sec">71</td><td class="sec">101</td><td class="sec">129</td><td class="sec">13</td><td class="sec">171</td><td class="sec">58</td></tr>
<tr><th>lv</th><td>0</td><td class="cs">1075</td><td>0</td><td>18</td><td>2</td><td>0</td><td>0</td><td>0</td><td>39</td><td>0</td><td>0</td><td>18</td><td class="diag">1075</td><td class="sec">2</td><td class="sec">2</td><td class="sec">36</td><td class="sec">0</td><td class="sec">0</td><td class="sec">0</td><td class="sec">19</td><td class="sec">233</td><td class="sec">0</td><td class="sec">0</td></tr>
<tr><th>nl</th><td>80</td><td class="cs">5203</td><td>0</td><td>2202</td><td>1176</td><td>2273</td><td>149</td><td>968</td><td>1286</td><td>73</td><td>1433</td><td>281</td><td>3</td><td class="diag">5203</td><td class="sec">724</td><td class="sec">1632</td><td class="sec">1039</td><td class="sec">1047</td><td class="sec">64</td><td class="sec">78</td><td class="sec">0</td><td class="sec">482</td><td class="sec">574</td></tr>
<tr><th>no</th><td>0</td><td class="cs">2158</td><td>135</td><td>965</td><td>394</td><td>693</td><td>144</td><td>144</td><td>990</td><td>164</td><td>891</td><td>259</td><td>3</td><td>706</td><td class="diag">2158</td><td class="sec">597</td><td class="sec">524</td><td class="sec">0</td><td class="sec">407</td><td class="sec">255</td><td class="sec">263</td><td class="sec">759</td><td class="sec">678</td></tr>
<tr><th>pl</th><td>143</td><td class="cs">6173</td><td>111</td><td>1652</td><td>1256</td><td>1536</td><td>276</td><td>1052</td><td>1101</td><td>296</td><td>1063</td><td>346</td><td>37</td><td>1300</td><td>503</td><td class="diag">6173</td><td class="sec">829</td><td class="sec">900</td><td class="sec">237</td><td class="sec">283</td><td class="sec">178</td><td class="sec">220</td><td class="sec">553</td></tr>
<tr><th>pt</th><td>82</td><td class="cs">2503</td><td>0</td><td>853</td><td>931</td><td>1105</td><td>82</td><td>854</td><td>486</td><td>0</td><td>1454</td><td>66</td><td>0</td><td>1003</td><td>519</td><td>1002</td><td class="diag">2503</td><td class="sec">855</td><td class="sec">66</td><td class="sec">0</td><td class="sec">0</td><td class="sec">519</td><td class="sec">263</td></tr>
<tr><th>ro</th><td>0</td><td class="cs">1697</td><td>0</td><td>900</td><td>967</td><td>1107</td><td>106</td><td>817</td><td>327</td><td>106</td><td>814</td><td>106</td><td>0</td><td>968</td><td>0</td><td>1064</td><td>815</td><td class="diag">1697</td><td class="sec">0</td><td class="sec">106</td><td class="sec">0</td><td class="sec">578</td><td class="sec">85</td></tr>
<tr><th>ru</th><td>0</td><td class="cs">3619</td><td>99</td><td>2636</td><td>2581</td><td>2444</td><td>92</td><td>2382</td><td>215</td><td>197</td><td>50</td><td>123</td><td>0</td><td>52</td><td>387</td><td>230</td><td>52</td><td>0</td><td class="diag">3619</td><td class="sec">268</td><td class="sec">197</td><td class="sec">71</td><td class="sec">163</td></tr>
<tr><th>sl</th><td>0</td><td class="cs">992</td><td>81</td><td>407</td><td>257</td><td>106</td><td>91</td><td>60</td><td>377</td><td>308</td><td>78</td><td>172</td><td>21</td><td>78</td><td>297</td><td>317</td><td>0</td><td>91</td><td>297</td><td class="diag">992</td><td class="sec">237</td><td class="sec">243</td><td class="sec">189</td></tr>
<tr><th>sk</th><td>0</td><td class="cs">6961</td><td>0</td><td>361</td><td>0</td><td>104</td><td>0</td><td>0</td><td>50</td><td>290</td><td>0</td><td>15</td><td>245</td><td>0</td><td>276</td><td>175</td><td>0</td><td>0</td><td>200</td><td>220</td><td class="diag">6961</td><td class="sec">84</td><td class="sec">117</td></tr>
<tr><th>sr</th><td>0</td><td class="cs">2736</td><td>77</td><td>503</td><td>346</td><td>751</td><td>124</td><td>62</td><td>943</td><td>127</td><td>692</td><td>222</td><td>0</td><td>405</td><td>681</td><td>237</td><td>477</td><td>509</td><td>77</td><td>242</td><td>100</td><td class="diag">2736</td><td class="sec">271</td></tr>
<tr><th>sv</th><td>178</td><td class="cs">5234</td><td>83</td><td>954</td><td>339</td><td>1366</td><td>214</td><td>371</td><td>1091</td><td>0</td><td>859</td><td>83</td><td>0</td><td>518</td><td>610</td><td>645</td><td>227</td><td>87</td><td>187</td><td>196</td><td>129</td><td>256</td><td class="diag">5234</td></tr>
</tbody></table>


</HTML>
====Morfosyntaktická anotace====
<HTML>


<p>Texty v těchto jazycích jsou opatřeny morfologickou anotací.</p>

<table class="std">
<tbody>
<tr>
<th align="left"> <b>jazyk</b></td>
<th align="center"><b>značky</b></td>
<th align="center"><b>lemmata</b></td>
<th align="center"><b>stručný popis</b></td>
<th align="center"><b>podrobný popis</b></td>
<th align="center"><b>nástroj</b></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> angličtina</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/projekte/CorpusWorkbench/CQP-HTMLDemo/PennTreebankTS.html">anglicky</a></td>
<td align="center" nowrap="nowrap"><a href="http://utkl.ff.cuni.cz/%7Erosen/public/Penn-Treebank-Tagset.pdf">anglicky</a> <a href="http://utkl.ff.cuni.cz/%7Erosen/public/PennTagAdd.html">+ dodatky</a></td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/">TreeTagger</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> bulharština</td><td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap"><a href="http://www.bultreebank.org/TechRep/BTB-TR03.pdf">anglicky</a></td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/">TreeTagger</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> čeština</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap"><a href="http://korpus.cz/bonito/znacky.php">česky</a> <a href="http://ufal.mff.cuni.cz/pdt/Morphology_and_Tagging/Doc/hmptagqr.html">anglicky</a> *)</td>
<td align="center" nowrap="nowrap"><a href="http://ufal.mff.cuni.cz/pdt/Morphology_and_Tagging/Doc/docc0pos.ps">anglicky</a></td>
<td align="center" nowrap="nowrap"><a href="http://ufal.mff.cuni.cz/morce/">Morče</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> francouzština</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/%7Eschmid/french-tagset.html">anglicky</a></td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/">TreeTagger</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> italština</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/ftp/pub/corpora/italian-tagset.txt">anglicky</a></td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/">TreeTagger</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap">litevština</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap"><a href="http://utkl.ff.cuni.cz/~skoumal/CZ-LT-CORP/tags.html">česky a anglicky</a></td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap"><a href="http://donelaitis.vdu.lt/~vidas/">Vidas Daudaravičius</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> maďarština</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap"><a href="http://utkl.ff.cuni.cz/%7Erosen/public/kr_for_ldc.pdf">anglicky</a></td>
<td align="center" nowrap="nowrap"><a href="http://code.google.com/p/hunpos/">HunPos</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> němčina</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/projekte/corplex/TagSets/stts-table.html">německy</a></td>
<td align="center" nowrap="nowrap"><a href="http://utkl.ff.cuni.cz/%7Erosen/public/stts_guide.pdf">německy</a></td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/">TreeTagger</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> nizozemština</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/">TreeTagger</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> norština</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap"><a href="http://maximos.aksis.uib.no/Aksis-wiki/Oslo-Bergen_Tagger">analyzátor</a>, <a href="http://omilia.uio.no/obt/">tagger</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> polština</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap"><a href="http://korpus.pl/en/cheatsheet/node2.html">anglicky</a> <a href="http://korpus.pl/pl/cheatsheet/node2.html">polsky</a></td>
<td align="center" nowrap="nowrap"><a href="http://nlp.ipipan.waw.pl/%7Eadamp/Papers/2003-eacl-ws12/">anglicky</a></td>
<td align="center" nowrap="nowrap"><a href="http://sgjp.pl/morfeusz/">Morfeusz</a>, <a href="http://nlp.pwr.wroc.pl/takipi/">TaKIPI</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> ruština</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap"><a href="http://corpus.leeds.ac.uk/mocky/ru-table.tab">anglicky</a></td>
<td align="center" nowrap="nowrap"><a href="http://nl.ijs.si/ME/V4/msd/html/msd-ru.html">anglicky</a> **)</td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/">TreeTagger</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> slovenština</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap"><a href="http://korpus.sk/morpho.html/">slovensky</a></td>
<td align="center" nowrap="nowrap"><a href="http://korpus.sk/files/tagset-www.pdf ">slovensky</a></td>
<td align="center" nowrap="nowrap"><a href="http://conference.ui.sav.sk/wikt2010/papers/01_garabik_f.pdf">Radovan Garabík, Morče</a></td>
</tr>
<tr>
<td align="left" nowrap="nowrap"> španělština</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap">✔</td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/ftp/pub/corpora/spanish-tagset.txt">anglicky</a></td>
<td align="center" nowrap="nowrap">&nbsp;</td>
<td align="center" nowrap="nowrap"><a href="http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/">TreeTagger</a></td>
</tr>
</tbody>
</table>
<br>

<p>*) Formulaci dotazu, který obsahuje české morfologické značky, usnadní <a href="http://utkl.ff.cuni.cz/~skoumal/morfo/?lang=cs">klikátko</a>. </p>

<p>**) Značky v korpusu někdy neodpovídají značkám uvedeným v podrobném popisu. V korpusu se zanedbávají některé morfologické kategorie, např. zájmena jsou vždy označkována jen jako "P-". Všechny značky, tak jak se užívají v korpusu, jsou uvedeny ve stručném popisu.</p>

<p>Jak používat značky při hledání v korpusu se dozvíte v <a href="http://www.korpus.cz/intercorp/?req=page:manual&amp;lang=cs">návodu</a> k Parku.</p> 



</HTML>
====Upozornění====
<HTML>

  <p>
Vyhledávací rozhraní Park se stále vyvíjí, je proto možné, že při hledání v korpusu narazíte na problémy nebo budete postrádat některé funkce, které znáte z vyhledávače v českém (jednojazykovém) korpusu. Popis problémů, připomínky a podněty k dalšímu vývoji rozhraní uvítáme na adrese 
</p>
<p><img src="http://ucnk.ff.cuni.cz/intercorp/img/adresy/mava_a.gif"></p>


</HTML>
====Poděkování====
<HTML>

<p>Děkujeme za možnost využívat následující software a data:</p>

</HTML>
===Předzpracování===
<HTML>

	<ul>
		<li>větný segmentátor pro češtinu (autor Pavel Květoň)</li>
		<li>větný segmentátor pro norštinu (autoři Jarle Ebeling a Pavel Vondřička)</li>
		<li>větný segmentátor Punkt pro všechny ostatní jazyky ze sady <a href="http://www.nltk.org/" target="_blank">Natural Language Toolkit</a> </li>
		<li>zarovnávač <a href="http://mokk.bme.hu/resources/hunalign" target="_blank">Hunalign</a></li>
	</ul>
</HTML>
===Značkovače / lematizátory:===
<HTML>

	<ul>
		<li><a href="http://ufal.mff.cuni.cz/morce/" target="_blank">Morče</a> pro češtinu</li>
		<li><a href="http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/" target="_blank">TreeTagger</a> pro angličtinu, bulharštinu, francouzštinu, italštinu, němčinu, nizozemštinu, ruštinu a španělštinu</li>
		<li><a href="http://sgjp.pl/morfeusz/" target="_blank">Morfeusz</a> a <a href="http://nlp.pwr.wroc.pl/takipi/" target="_blank">TaKIPI</a> pro polštinu</li>
		<li><a href="http://code.google.com/p/hunpos/" target="_blank">HunPOS</a> pro maďarštinu</li>
		<li><a href="http://conference.ui.sav.sk/wikt2010/papers/01_garabik_f.pdf" target="_blank">tagger pro slovenštinu</a> </li>
		<li><a href="http://donelaitis.vdu.lt/~vidas/" target="_blank">tagger pro litevštinu</a> </li>
		<li><a href="http://maximos.aksis.uib.no/Aksis-wiki/Oslo-Bergen_Tagger" target="_blank">analyzátor</a> a <a href="http://omilia.uio.no/obt/" target="_blank">tagger</a> pro norštinu</li>
	</ul>
</HTML>
===Korpusový manažer:===
<HTML>

	<ul>
		<li><a href="http://www.textforge.cz/products" target="_blank">Manatee</a></li>
	</ul>
</HTML>
===Data:===
<HTML>

	<ul>
		<li>publicistické texty ve více jazycích z webových stránek <a href="http://www.project-syndicate.org/" target="_blank">Project Syndicate</a> <a id="logo" href="http://www.project-syndicate.org/"><img class="nodeco" alt="The highest quality commentaries and analysis from distinguished voices across the world." title="The highest quality commentaries and analysis from distinguished voices across the world." src="http://www.project-syndicate.org/default/images/ps_logo-small.png"></a></li>
		<li>slovensko-české konkordance ze <a href="http://korpus.juls.savba.sk/" target="_blank">Slovenského národního korpusu</a> </li>
		<li>povídky ve více jazycích z projektu <i>Můj rok 1989</i> z <a href="http://www.goethe.de/ins/cz/pra/" target="_blank">Goethe Institutu</a> 
		</li><li>více textů v česko-litevské části korpusu od Patricka Cornesse</li>
		<li>román George Orwella <i>1984</i> ve více jazycích z korpusu <a href="http://nl.ijs.si/ME/" target="_blank">Multext-East</a></li> 
		<li> ukrajinské a polské texty z korpusu <a href="http://www.domeczek.pl/~polukr/">PolUkr</a> (připravuje se)</li>
		<li>texty ve více jazycích z korpusu <a href="http://www-korpus.uni-r.de/ParaSol/" target="_blank">ParaSol</a> (připravuje se)</li> 
		<li>publicistické texty ve více jazycích ze serveru <a href="http://www.presseurop.eu" target="_blank">Presseurop</a></li>
		<li>právnické texty v jazycích EU z korpusu <a href="http://wt.jrc.it/lt/Acquis/" target="_blank">JRC-ACQUIS</a> (připravuje se)</li>
		<li>norské texty z nakladatelství <a href="http://www.aschehoug.no/" target="_blank">Aschehoug &amp; co.</a>, <a href="http://www.cappelendamm.no/" target="_blank">Cappelen Forlag</a> a <a href="http://www.oktober.no/" target="_blank">Forlaget Oktober</a></li>
	</ul>

<p>Poslední aktualizace: <i>5. října 2011</i></p>

</HTML>

==== Související odkazy ====

<WRAP round box 60%>
[[cnk:intercorp|InterCorp]] • [[cnk:intercorp:verze7|Verze 7]] • [[cnk:intercorp:verze6|Verze 6]] • [[cnk:intercorp:verze5|Verze 5]] • [[cnk:intercorp:verze3|Verze 3]] • [[cnk:intercorp:historie|Historie verzí]]
</WRAP>
Historie: • tagy • verze13 • verze16 • verze10 • verze9 • struktura_oral • genre_group • strukturni_atributy_syn • verze5
Hledat

Navigace

Tisk/export

Nástroje

Jazyky

Licence
