Korpus NET
| Název | NET | NET v2 | |
|---|---|---|---|
| Pozice | Počet pozic (tokenů) | 51 733 873 | 176 365 880 |
| Počet slovních tvarů (wordů) | 1 245 717 | 2 637 707 | |
| Počet lemmat | 750 650 | 1 744 001 | |
| Struktury | Počet dokumentů <doc> | 1 279 | 12 738 |
| Počet textů <text> | 267 026 | 1 817 088 | |
| Počet odstavců <p> | 267 026 | 1 817 088 | |
| Počet vět <s> | 2 622 636 | 8 905 016 | |
| Další informace | Referenční | NE | NE |
| Reprezentativní | NE | NE | |
| Rok zveřejnění | 2019 | 2021 | |
Korpus NET je první verzí synchronního korpusu česky psané polooficiální internetové komunikace. Korpus si neklade nároky na reprezentativnost, v současné době se skládá pouze ze dvou základních částí: diskusních fór a osobních blogů. Datové pokrytí by se však mělo s dalšími verzemi korpusu zvyšovat. Protože je cílem vzniku korpusu mapování vybraných oblastí internetové komunikace, snaží se korpus NET každou konkrétní doménu pokrýt co nejdále do minulosti a zároveň se na ni soustředit také do budoucna tak, aby další verze korpusu mohly zachycovat jejich proměnu v čase.
Diskusní fóra
Tato část korpusu se zaměřuje výhradně na diskusní fóra vytvořená s použitím technologie phpBB; její součástí tedy nejsou komentáře či diskuse pod články ani data ze sociálních sítí. Výběr vzorku diskusních fór zachycených korpusem NET byl náhodný, jeho velikost (počet diskusních fór) se bude výhledově zvětšovat.
Osobní blogy
Jedná se většinou o vedlejší součást zpravodajských serverů nebo internetových magazínů (webové stránky s kategorií blogů). Korpus nezachycuje firemní ani jiné formálně psané blogy.
Verze 2 (2021)
Korpus NET ve verzi 2 prošel změnou zejména po obsahové stránce. Přidána byla aktualizovaná data za rok 2020, značně se také zvýšil počet stahovaných blogů a diskusních fór (aktuálně více než 120 domén), a tím také pokrytí korpusových dat.
Jak citovat
Jeziorský, T.: NET v1: korpus polooficiální internetové komunikace. Ústav Českého národního korpusu FF UK, Praha 2019 dostupný z: https://www.korpus.cz.
Jeziorský, T.: NET v2: korpus polooficiální internetové komunikace. Ústav Českého národního korpusu FF UK, Praha 2021 dostupný z: https://www.korpus.cz.
