Rozdíly
Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.
Obě strany předchozí revizePředchozí verzeNásledující verze | Předchozí verze | ||
cnk:online:gen1 [2022/12/22 10:59] – vaclavcvrcek | cnk:online:gen1 [2022/12/22 14:42] (aktuální) – [ONLINE1 (1. generace)] michalkren | ||
---|---|---|---|
Řádek 2: | Řádek 2: | ||
====== ONLINE1 (1. generace) ====== | ====== ONLINE1 (1. generace) ====== | ||
- | První generace monitorovacího korpusu **ONLINE** se snaží mapovat dynamický obsah českého internetu, tj. internetovou žurnalistiku, | + | První generace monitorovacího korpusu, **ONLINE1**, se snaží mapovat dynamický obsah českého internetu, tj. internetovou žurnalistiku, |
<WRAP right 35%> | <WRAP right 35%> | ||
- | ^ <fs medium> | + | ^ <fs medium> |
- | ^ [[pojmy: | + | ^ [[pojmy: |
^ ::: ^ Počet vět <s> | 563 mil. | | ^ ::: ^ Počet vět <s> | 563 mil. | | ||
^ Další informace ^ [[pojmy: | ^ Další informace ^ [[pojmy: | ||
Řádek 17: | Řádek 17: | ||
- | Aktualizace korpusu ONLINE_NOW probíhá každý den cca v 9:00, kdy jsou zveřejněna data předchozího dne. Objem aktualizace kolísá podle množství postahovaného textového materiálu od 4 do 8 milionů tokenů. Při změně měsíce (první den v měsíci) je nejstarší měsíc korpusu ONLINE_NOW připojen ke korpusu ONLINE_ARCHIVE. | ||
- | Aktualizace korpusu ONLINE_ARCHIVE probíhá vždy první den v měsíci, kdy ke korpusu přibyde měsíc, který byl odloučen z korpusu ONLINE_NOW (měsíc předcházející o půl roku aktuální datum). | ||
- | |||
- | <fs smaller> | ||
- | Např. 25. srpna obsahuje korpus ONLINE_NOW všechna data za období od 1. 2. do 24. 8. (včetně), tj. všechny dny aktuálního měsíce s výjimkou aktuálního dne + 6 měsíců předcházejících. Korpus ONLINE_ARCHIVE obsahuje všechna starší data až do 31. ledna, tj. do okamžiku, v kterém začíná ONLINE_NOW. Změna nastane u obou korpusů 2. září, kdy dojde k odloučení dat za únor z korpusu ONLINE_NOW a jejich připojení ke korpusu ONLINE_ARCHIVE a korpus ONLINE_NOW je nově tvořen pouze daty za období od 1. 3. do 1. 9. (včetně). | ||
- | </ | ||
===== Struktura korpusů ===== | ===== Struktura korpusů ===== | ||
- | Oproti korpusům psané češtiny [[cnk: | + | Oproti korpusům psané češtiny [[cnk: |
* **news** -- internetová žurnalistika | * **news** -- internetová žurnalistika | ||
* **facebook** -- posty, včetně reakcí (pouze do prosince 2020, v současnosti se tento segment nestahuje) | * **facebook** -- posty, včetně reakcí (pouze do prosince 2020, v současnosti se tento segment nestahuje) | ||
Řádek 63: | Řádek 57: | ||
==== media_type ==== | ==== media_type ==== | ||
- | Atribut '' | + | Atribut '' |
* Analyticko-investigativní | * Analyticko-investigativní | ||
Řádek 85: | Řádek 79: | ||
<WRAP round tip 70%> | <WRAP round tip 70%> | ||
- | Cvrček, V. – Procházka, P.: //ONLINE_NOW: monitorovací korpus internetové češtiny// | + | Cvrček, V. – Procházka, P.: //ONLINE1: monitorovací korpus internetové češtiny// |
- | + | ||
- | Cvrček, V. – Procházka, P.: // | + | |
</ | </ | ||