cnk:intercorp - 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.
====== Korpus InterCorp ======

Korpus **InterCorp** je hlavním výstupem stejnojmenného projektu, jehož cílem je vybudovat rozsáhlý [[pojmy:paralelni|paralelní]] [[pojmy:synchronni|synchronní]] korpus pokrývající co největší počet jazyků. Na jeho tvorbě se významnou měrou podílejí pedagogové a studenti FF UK v Praze a další spolupracovníci ÚČNK. Korpus slouží jako zdroj dat pro teoretické studie, lexikografii, studentské práce, výuku, zejména výuku cizích jazyků, počítačové zpracování přirozeného jazyka, překladatele i veřejnost.
 
InterCorp lze plně využívat po bezplatné [[kurz:zaciname|registraci a přihlášení]]. Registrace platí pro všechny veřejně přístupné korpusy ÚČNK. Máte-li uživatelské jméno a heslo k české části Českého národního korpusu, další [[kurz:zaciname|registraci]] pro paralelní korpus nepotřebujete.

InterCorp je součástí Českého národního korpus, projektu podporovaného Ministerstvem školství, mládeže a tělovýchovy v rámci programu Velké infrastruktury pro výzkum, vývoj a inovace (LM2018137; 2020–22). V letech 2016-2019, 2012-2015 a 2005-2011 byl projekt podporován ze stejného zdroje (jako projekty označené po řadě LM2015044, LM2011023 a 0021620823). Celý projekt je akademický a nevýdělečný.


===== Popis InterCorpu =====
Korpus InterCorp lze od verze 6 považovat za [[pojmy:referencni|referenční]], protože všechny původní verze budou zůstávat stále dostupné v podobě, ve které byly původně zveřejněny. Objem textů i počet jazyků a rozsah [[pojmy:anotace|anotace]], ([[pojmy:lemma|lemmatizace]] a [[pojmy:tag|tagování]]) se postupně zvětšuje, a to vždy s vydáním nové verze a zařazením nových nástrojů.

Podrobnější údaje o jednotlivých verzích korpusu InterCorp najdete v přehledu:

^ Název verze ^ rok zveřejnění ^ počet milionů slov((počet slov v cizojazyčných textech celkem)) ^ počet cizích jazyků ^ označkovaných / lemmatizovaných ^ seznam změn ^
^ [[cnk:intercorp:verze14|InterCorp verze 14]]|  2022 |  1 572,0 |  41 |  27 / 25 |  [[cnk:intercorp:historie#verze 14|verze 14]]  |
^ [[cnk:intercorp:verze13ud|InterCorp verze 13ud]]|  2021 |  1 551,2 |  40 |  35 / 35 |  [[cnk:intercorp:historie#verze 13ud|verze 13ud]]  |
^ [[cnk:intercorp:verze13|InterCorp verze 13]]|  2020 |  1 551,2 |  40 |  27 / 25 |  [[cnk:intercorp:historie#verze 13|verze 13]]  |
^ [[cnk:intercorp:verze12|InterCorp verze 12]]|  2019 |  1 533,7 |  40 |  27 / 25 |  [[cnk:intercorp:historie#verze 12|verze 12]]  |
^ [[cnk:intercorp:verze11|InterCorp verze 11]]|  2018 |  1 508,4 |  39 |  26 / 25 |  [[cnk:intercorp:historie#verze 11|verze 11]]  |
^ [[cnk:intercorp:verze10|InterCorp verze 10]]|  2017 |  1 483,8 |  39 |  23 / 22 |  [[cnk:intercorp:historie#verze 10|verze 10]]  |
^ [[cnk:intercorp:verze9|InterCorp verze 9]]|  2016 |  1 460,0 |  39 |  23 / 20 |  [[cnk:intercorp:historie#verze 9|verze 9]]  |
^ [[cnk:intercorp:verze8|InterCorp verze 8]]|  2015 |  1 423,0 |  38 |  20 / 17 |  [[cnk:intercorp:historie#verze 8|verze 8]]  |
^ [[cnk:intercorp:verze7|InterCorp verze 7]]|  2014 |  1 390,0 |  38 |  20 / 17 |  [[cnk:intercorp:historie#verze 7|verze 7]]  |
^ [[cnk:intercorp:verze6|InterCorp verze 6]]|  2013 |  867,3 |  31 |  17 / 14 |  [[cnk:intercorp:historie#verze 6|verze 6]]  |
^ [[cnk:intercorp:verze5|InterCorp verze 5]]|  2012 |  542,6 |  27 |  17 / 14 |  [[cnk:intercorp:historie#verze 5|verze 5]]  |
^ [[cnk:intercorp:verze4|InterCorp verze 4]]|  2011 |  92,3 |  22 |  13 / 10 |   [[cnk:intercorp:historie#verze 4|verze 4]]  |
^ [[cnk:intercorp:verze3|InterCorp verze 3]]|  2011 |  72,3 |  22 |  13 / 10 |  [[cnk:intercorp:historie#verze 3|verze 3]]  |
^ InterCorp verze 2|  2009 |  49,3 |  21 |  10 / 7 |  [[cnk:intercorp:historie#verze 2|verze 2]]  |
^ InterCorp verze 1|  2009 |  34,5|  20 |  10 / 7 |  [[cnk:intercorp:historie#verze 1|verze 1]]  |
^ InterCorp verze 0|  2008 |  25,0 |  19 |  0 / 0 |  [[cnk:intercorp:historie#verze 0|verze 0]]  |


Korpus se skládá ze dvou částí, a to //jádra (core)// a //kolekce (collection)//. **Jádrem** korpusu InterCorp jsou převážně beletristické texty s ručními korekturami [[pojmy:alignment|zarovnání]]. **Kolekce** jsou texty získané ve více jazycích, zpracované a zarovnané automaticky. V konkordancích tedy může být více vět, které si navzájem neodpovídají. Kolekce také neobsahují všechny texty z původního zdroje, např. neobsahují texty, které nemají český protějšek. Některé texty z korpusů Acquis Communautaire a Europarl byly také částečně opraveny nebo vytříděny, takže se mohou ve srovnání s původním zdrojem lišit podobou i rozsahem. Podobně byla zredukována i databáze Open Subtitles, kde jsme navíc u každého titulu převzali z více verzí překladu jen jednu. Na druhé straně byly doplněny některé metainformace, které v původním zdroji chyběly, ale daly se zjistit z kontextu nebo jiných zdrojů.

Každý cizojazyčný text 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. 

InterCorp je přístupný přes běžný webový prohlížeč z jednotného vyhledávacího rozhraní Českého národního korpusu [[manualy:kontext:index|KonText]] (dříve také [[pojmy:korpusovy_manazer#nosketch_engine|NoSketch Engine]] a [[pojmy:korpusovy_manazer#park|Park]]). Kurs práce s rozhraním KonText najdete jako [[kurz:uvod|základní kurs]].

[{{:cnk:vyhledavaniintercorp.jpg?300|Zadání paralelního dotazu}}]

[{{:cnk:intercorp1love.png?400|Výsledek dotazu na části slova //lieb// a //lov//}}]
===== Kontakty =====

**Koordinace, technická podpora a administrace webových stránek**: martin.vavrin(at mark)ff.cuni.cz

**Vedení a admistrace projektu**: alexandr.rosen(at mark)ff.cuni.cz, lucie.novakova(at mark)ff.cuni.cz

**Diskusní skupina**: intercorp(at mark)ff.cuni.cz - skupinová adresa, používejte prosím jen v odůvodněných případech

===== Účastníci =====

==== Administrace projektu ====

[[http://utkl.ff.cuni.cz/~rosen|Ing. Alexandr Rosen, Ph.D.]]\\
[[http://utkl.ff.cuni.cz/|Ústav teoretické a komputační lingvistiky]]

[[http://is.cuni.cz/webapps/whois2/osoba/1786818891712426/?lang=cs|Ing. Lucie Nováková]]\\
[[http://ucnk.ff.cuni.cz/|Ústav Českého národního korpusu]]


==== Software a technická podpora ====

Bc. Martin Vavřín\\
[[http://ucnk.ff.cuni.cz/|Ústav Českého národního korpusu]]

Mgr. Bc. Adrian Zasina, Ph.D.\\
[[http://ucnk.ff.cuni.cz/|Ústav Českého národního korpusu]]

==== Koordinátoři pro jednotlivé jazyky ====

| {{:cnk:vlajka-velka-en.gif?direct&18}} | **angličtina** \\ [[https://uajd.ff.cuni.cz/o-ustavu/vyucujici/denisa-sebestova// |Mgr. Denisa Šebestová]] \\ [[https://uajd.ff.cuni.cz//|Ústav anglického jazyka a didaktiky]] \\ [[https://ling.ff.cuni.cz/cs/marketa_mala/ |doc. PhDr. Markéta Malá, Ph.D.]] \\ [[http://ulug.ff.cuni.cz/|Ústav obecné lingvistiky]] \\ [[http://www.anglistika.upol.cz/katedra/clenove_katedry/Kubanek_Michal.html |Mgr. Michal Kubánek]]\\ [[http://www.anglistika.upol.cz/katedra/o_katedre.html|Katedra anglistiky a amerikanistiky UP]]\\ |
| {{:cnk:vlajka-velka-ar.gif?direct&18}} | **arabština** \\ [[http://milicka.cz|PhDr. Jiří Milička, Ph.D.]]\\ [[http://ucnk.ff.cuni.cz/|Ústav Českého národního korpusu]]\\ [[http://enlil.ff.cuni.cz/node/159|Doc. PhDr. Petr Zemánek CSc.]]\\ [[http://enlil.ff.cuni.cz/|Ústav srovnávací jazykovědy]] |
| {{:cnk:vlajka-velka-by.gif?direct&18}} | **běloruština** \\ [[http://www.bialkovich.cz|PhDr. Veranika Bialkovich]] |
| {{:cnk:vlajka-velka-bg.gif?direct&18}} | **bulharština** \\ [[http://kjbs.ff.cuni.cz/cs/ustavkatedra/vyucujici/bulharistika/prof-phdr-hana-gladkova-csc/|Prof. PhDr. Hana Gladkova, CSc.]]\\ [[http://kjbs.ff.cuni.cz/| Katedra jihoslovanských a balkanistických studií]] \\ Mgr. Natalie Kalajdžievová Ph.D.\\ [[http://kjbs.ff.cuni.cz/|Katedra jihoslovanských a balkanistických studií]] |
| {{:cnk:vlajka-velka-zh.png?direct&18}} | **čínština** \\ [[http://www.kas.upol.cz/katedra/clenove_katedry/Dobecka_Vlastimil.html|Mgr. Vlastimil Dobečka]] \\ [[http://www.kas.upol.cz/katedra/|Katedra asijských studií Filozofické fakulty Univerzity Palackého v Olomouci]] |
| {{:cnk:vlajka-velka-da.gif?direct&18}} | **dánština** \\ Mgr. Jana Ovská \\ Mgr. Kateřina Haušildová\\ [[http://german.ff.cuni.cz/|Ústav germánských studií]] |
| {{:cnk:vlajka-velka-nl.gif?direct&18}} | **nizozemština** \\ Mgr. Eliška Boková \\ PhDr. Zdenka Hrnčířová\\ [[http://german.ff.cuni.cz/|Ústav germánských studií ]] |
| {{:cnk:vlajka-velka-fi.gif?direct&18}} | **finština** \\ [[http://fin.ff.cuni.cz/cs/ustavkatedra/lenka-farova|Mgr. Lenka Fárová, Ph.D.]]\\ [[http://germanic.ff.cuni.cz/cs/ustavkatedra/ |Ústav germánských studií]] |
| {{:cnk:vlajka-velka-fr.gif?direct&18}} | **francouzština** \\ [[http://urs.ff.cuni.cz/vyucujici/francouzstina/olga-nadvornikova/|PhDr. Olga Nádvorníková Ph.D.]]\\ [[http://urs.ff.cuni.cz/|Ústav románských studií]] |
| {{:cnk:vlajka-velka-in.gif?direct&18}} | **hindština** \\ [[http://ujca.ff.cuni.cz/UJCA-351.html|Mgr. Nora Melnikova, Ph.D.]] \\ [[http://ujca.ff.cuni.cz/|Ústav jižní a centrální Asie]] \\ Bc. Vojtěch Diatka\\ [[http://ulug.ff.cuni.cz/|Ústav obecné lingvistiky]]|
| {{:cnk:vlajka-velka-hr.gif?direct&18}} | **chorvatština** \\ [[http://kjbs.ff.cuni.cz/cs/ustavkatedra/vyucujici/kroatistika/mgr-karel-jirasek-ph-d/|Mgr. Karel Jirásek, Ph.D.]] \\ [[http://kjbs.ff.cuni.cz/|Katedra jihoslovanských a balkanistických studií]] |
| {{:cnk:vlajka-velka-it.gif?direct&18}} | **italština** \\ [[http://www.pavel-stichauer.cz/|doc. Pavel Štichauer, Ph.D.]]\\ [[http://urs.ff.cuni.cz/|Ústav románských studií]] |
| {{cnk:vlajka-velka-ja.png?direct&18}} | **japonština** \\ [[https://udlv.ff.cuni.cz/en/ieas/structure-and-staff/petra-kasanugi/|Mgr. Petra Kanasugi, Ph.D.]]\\ [[https://udlv.ff.cuni.cz/|Ústav Dálného východu]] |
| {{:cnk:vlajka-velka-ca.gif?direct&18}} | **katalánština** \\ [[http://urs.ff.cuni.cz/vyucujici/katalanstina/andreu-bauca/|Mgr. Andreu Bauçà i Sastre, PhD.]]\\ [[http://carlemany.cz/|Centre Carlemany de Llengua Catalana]],[[ http://urs.ff.cuni.cz/|Ústav románských studií]], \\ [[http://www.ensenyamentsuperior.ad/|Ústav vysokoškolského vzdělávání a výzkumu, Ministerstvo školství a mládeže, Andora]] |
| {{:cnk:vlajka-velka-lt.gif?direct&18}} | **litevština** \\ Mgr. Věra Kociánová \\ RNDr. Hana Skoumalová, Ph.D. |
| {{:cnk:vlajka-velka-latvia.gif?direct&18}} | **lotyština** \\ [[https://ucnk.ff.cuni.cz/cs/ustav/lide/michal-skrabal/|Mgr. Michal Škrabal, Ph.D.]] \\ [[http://ucnk.ff.cuni.cz/|Ústav Českého národního korpusu]] \\ Mgr. Marija Lazar |
| {{:cnk:vlajka-velka-hu.gif?direct&18}} | **maďarština** \\ [[http://kses.ff.cuni.cz/cs/katedra/vyucujici/simona-kolmanova/|Mgr. Simona Kolmanová, Ph.D.]]\\ [[http://kses.ff.cuni.cz/|Katedra středoevropských studií]] |
| {{:cnk:vlajka-velka-mk.gif?direct&18}} | **makedonština** \\ PhDr. Michala Adamová\\ [[http://ucnk.ff.cuni.cz/|Ústav Českého národního korpusu]] \\ Mgr. Vojkan Milenkovik\\ |
| {{:cnk:vlajka-velka-de.gif?direct&18}} | **němčina** \\ [[http://german.ff.cuni.cz/cs/vyucujici/stepan-zbytovsky/|Mgr. Štěpán Zbytovský, Ph.D.]]\\ [[http://german.ff.cuni.cz/|Ústav germánských studií]] \\ [[http://is.muni.cz/lide/index.pl?uco=363|Mgr. Tomáš Káňa, Ph.D.]]\\ [[http://www.ped.muni.cz/wger/|Katedra německého jazyka a literatury PeF MU v Brně]] \\ [[http://is.muni.cz/lide/index.pl?uco=537|PhDr. Hana Peloušková, Ph.D.]]\\ [[http://www.ped.muni.cz/wger/|Katedra německého jazyka a literatury PeF MU v Brně]]\\ PhDr. Vít Dovalil, Ph.D.\\ [[http://german.ff.cuni.cz/|Ústav germánských studií]] |
| {{:cnk:vlajka-velka-no.gif?direct&18}} | **norština** \\ [[http://ucnk.ff.cuni.cz/cs/ustav/lide/pavel-vondricka/|Mgr. Pavel Vondřička Ph.D.]]\\ [[http://ucnk.ff.cuni.cz/|Ústav Českého národního korpusu]] |
| {{:cnk:vlajka-velka-pl.gif?direct&18}} | **polština** \\ Mgr. Łucja Bańczyk \\ Dr. Renata Dybalska\\ [[http://kses.ff.cuni.cz/cs/|Ústav středoevropských studií]] |
| {{:cnk:vlajka-velka-pt.gif?direct&18}} | **portugalština** \\ PhDr. Jaroslava Jindrová Ph.D.\\ [[http://urs.ff.cuni.cz/|Ústav románských studií]] |
| {{:cnk:vlajka-velka-rn.png?direct&18}} | **romština** \\ Ruben Pellar, Master of Arts, Ph.D. |
| {{:cnk:vlajka-velka-ro.gif?direct&18}} | **rumunština** \\ Ing. Alexandr Krestovský\\ Univerzita Karlova v Praze CERGE |
| {{:cnk:vlajka-velka-ru.gif?direct&18}} | **ruština** \\ PhDr. Natálie Rajnochová, Ph.D.\\ [[http://uves.ff.cuni.cz/cs/|Ústav východoevropských studií]] \\ Mgr. Naděžda Runštuková |
| {{:cnk:vlajka-velka-sr.gif?direct&18}} | **srbština** \\ [[https://ubs.ff.cuni.cz/cs/o-katedre/vyucujici/phdr-ana-adamovicova/|PhDr. Ana Adamovičová, Ph.D.]]\\ [[http://ubs.ff.cuni.cz/|Ústav bohemistických studií]] |
| {{:cnk:vlajka-velka-sk.gif?direct&18}} | **slovenština** \\ doc. PhDr. Mira Nábělková CSc.\\ [[http://usvs.ff.cuni.cz/|Ústav slavistických a východoevropských studií]] |
| {{:cnk:vlajka-velka-sl.gif?direct&18}} | **slovinština** \\ Mgr. Leoš Soustružník \\ Mgr. David Blažek, Ph.D.\\ [[http://www.slu.cas.cz/|Slovanský ústav AV ČR]] |
| {{:cnk:vlajka-velka-es.gif?direct&18}} | **španělština** \\ [[http://urs.ff.cuni.cz/vyucujici/spanelstina/petr-cermak/|Doc. PhDr. Petr Čermák, Ph.D.]]\\ [[http://urs.ff.cuni.cz/|Ústav románských studií]] |
| {{:cnk:vlajka-velka-sv.gif?direct&18}} | **švédština** \\ Lenka John\\ [[http://www.swedenabroad.com/cs-CZ/Embassies/Prague//|Velvyslanectví Švédska]] |
| {{:cnk:vlajka-velka-uk.gif?direct&18}} | **ukrajinština** \\ Dr. Natalia Kotsyba |

===== Jak citovat InterCorp =====

<WRAP round tip 70%>

**Konkrétní jazyková verze**: Autor, 1. – Autor, 2. – Autor, 3.((Seznam autorů pro každý jazyk najdete v KonTextu v souhrnných informacích o korpusu, které se objeví po kliknutí na jméno vybraného korpusu pod logem KonTextu.)): //Korpus InterCorp – angličtina, němčina((Upravte podle skutečně použitých jazyků.)), verze 10 z 1. 12. 2017//. Ústav Českého národního korpusu FF UK, Praha 2017. Dostupný z WWW: http://www.korpus.cz

**Celý korpus**: Rosen, A. – Vavřín, M. – Zasina, A. J.: //Korpus InterCorp, verze 10 z 1. 12. 2017//. Ústav Českého národního korpusu FF UK, Praha 2017. Dostupný z WWW: http://www.korpus.cz

Čermák, F. – Rosen, A. (2012): The case of InterCorp, a multilingual parallel corpus. //International Journal of Corpus Linguistics//, 17(3), 411–427. [[http://www.jbe-platform.com/content/journals/10.1075/ijcl.17.3.05cer|elektronická verze na IngentaConnect]], [[http://utkl.ff.cuni.cz/~rosen/public/2012_intercorp_ijcl.pdf|preprint version]]


</WRAP>

===== Související odkazy =====
<WRAP round box 50%>
[[pojmy:paralelni|Paralelní korpus]] • [[pojmy:korpusovy_manazer|Korpusový manažer]] • [[cnk:uvod|Korpusy ČNK]]

Viz též [[http://ucnk.ff.cuni.cz/intercorp/|původní stránky projektu InterCorp]].

See [[http://ucnk.ff.cuni.cz/intercorp/?lang=en|the original InterCorp site in English]].

</WRAP>
Historie: • srclang • verze10 • kolokace • registrova_klasifikace • pmk • nkjp • diakorp • strukturni_atributy_syn • agregat • bmk
Hledat

Navigace

Tisk/export

Nástroje

Jazyky

Licence
