Korpus LINK

LINK (původně LIngvistův Narozeniový Korpus, který byl vytvořen u příležitosti životního jubilea prof. Františka Čermáka) je korpus sestavený pouze z lingvistických textů. Jako takový je určen zejména pro výzkum specifik akademického jazyka (výzkum terminologie, jazyk lingvistiky apod.).

Korpus v současné době obsahuje cca 1,8 mil. textových slov. Korpus je lemmatizován a morfologicky označkován stejně jako jsou korpusy řady SYN, lemmatizace a značkování je zhruba na úrovni SYN2009PUB. Korpus LINK je sestaven z 256 odborných lingvistických textů z období let 1985 - 2010, velká většina textů je však z přelomu tisíciletí. Korpus je tvořen jak většími lingvistickými pracemi (monografie, sborníky), tak články v odborných časopisech (zejm. Slovo a slovesnost, Naše řeč).

Pro jednodušší práci s jednotlivými subtypy textů je korpus vedle standardní výbavy strukturních značek (txtype, genre, med apod.) opatřen i strukturní značkou disciplina, která rozděluje jednotlivé opusy do kategorií podle tradičních lingvistických disciplín:

• drobnosti
• etymologie
• fonetika
• kodifikace (a jazyková kultura)
• kognitivní (lingvistika)
• kontrastivní (lingvistika, popis)
• korpus (a korpusová lingvistika)
• kronika
• lexikologie
• morfologie
• obecná (lingvistika)
• onomastika
• pragmatika
• recenze
• sociolingvistika
• stylistika
• syntax
• toponomastika