Korpus současné poezie

Jedná se, jak už název napovídá, o korpus současných básnických textů české provenience vymezené lety 1990 a 2020, tj. reprezentativní vzorek tuzemského básnictví za poslední tři dekády. Co je podstatné, tento vzorek zahrnuje nejen texty oficiálně knižně vydané, a tedy i prošlé klasickým edičním procesem, ale i tvorbu amatérskou, koncentrovanou především na tzv. literární servery. Toto metodologické rozhodnutí není dáno snahou o jakousi demokratizaci poezie; věříme, že bez webových textů by obraz současné české poezie nebyl úplný, postihoval by pouze jeden její – co do proporce dosti malý – segment. To by neodpovídalo realitě, kdy literární servery sehrály v českém literárním kontextu významnou roli ¹⁾, mj. jako platforma pro publikační začátky některých dnes již etablovaných básníků. Tato základní dichotomie nám mimochodem otevírá možnost oba módy, v KSP rozlišované pomocí atributu doc.medium (print vs. web), vzájemně konfrontovat a srovnávat.

KSP obsahuje v tuto chvíli přibližně 35,5 milionů slov. Subkorpus tištěné poezie (print) se na tomto počtu podílí zhruba 1,7 miliony slov pocházejících z 21 478 básní otištěných ve 496 básnických sbírkách od 209 autorů. Webová složka korpusu (web) obsahuje více než 442 tisíc básní ze šestice literárních serverů (liter.cz, pismak.cz, totem.cz, libres.cz, psanci.cz, xxvi.cz), čítajících přes 34 milionů slov. Do subkorpusu print byly texty vybírány s ohledem na generační vrstevnatost současné básnické scény; aktuálně jsou tu reprezentativně zastoupeni autoři generací X a Y (tj. narození po roce 1965); v rozšiřování korpusu pokračujeme směrem ke starším generačním vrstvám.

Detaily týkající se budování KSP najdete v níže uvedených studiích.

Tagset jsme s minimálními úpravami přejali ze staršího projektu Korpus českého verše (Plecháč – Kolár 2015, viz též http://versologie.cz/v2/web_content/tagset.php?lang=cz). Mimoto byl KSP otagován standardními anotačními nástroji ČNK.

Data z KSP lze využívat rozličným způsobem. Kromě standardní práce s konkordancemi v rozhraní KonText je možno těžit z dalších nástrojů:

• Slovo v poezii: nástroj vhodný pro první seznámení s korpusem, po zadání hledaného slova nabízí náhledy do dalších aplikací a řadu statistických údajů
• Hex: aplikace umožňující vyhledávat klíčová slova, tj. taková, jejichž frekvence je v dané básni výrazně vyšší než v celém korpusu (uplatní se tedy především při tematologických analýzách)
• Gunstick: nástroj sloužící k vyhledávání rýmových párů a poskytující statistiky o jejich frekvenci

Všechny uvedené nástroje umožňují práci s celým korpusem, či separátně s jeho částmi (web – poezie z internetových literárních fór; print – poezie publikovaná knižně). Postupně budou přibývat další nástroje pro práci s KSP.

Autoři by rádi poděkovali kolegům, kteří ke zdárnému dokončení KSP opakovaně přispěli cennou radou a nezištnou pomocí: Michalu Křenovi, Václavu Cvrčkovi, Petru Plecháčovi a Robertu Kolárovi. Nemenší poděkování si zaslouží naši anotátoři z řad studentů FF UK: Šárka Kadavá, Jan Musil, Ondřej Pavlík, Milan Pavlovič, Martin Šplíchal, Lukáš Tomášek a Štěpán Truhlařík.

KSP vzniká s podporou z Akademické prémie udělené Akademií věd ČR prof. Pavlu Janouškovi. Děkujeme!