cnk:online - 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.

~~NOTOC~~
====== Korpusy ONLINE ======

Korpusy ONLINE dohromady tvoří monitorovací korpus, který se snaží mapovat dynamický obsah českého internetu, tj. primárně internetovou žurnalistiku, v menším měřítku a bez nároku na kontinuálnost pokrytí pak také diskuse a sociální sítě, od roku 2017 do současnosti. Pro korpusy ONLINE je typická jejich [[pojmy:referencni|nereferenčnost]] (jejich obsah se neustále mění), jsou aktualizovány každý den v ranních hodinách tak, aby poskytovaly co nejčerstvější data (z předchozího dne). 

Korpusy jsou [[pojmy:lemma|lemmatizovány]] a [[pojmy:morfologicka_analyza|morfologicky značkovány]] pomocí aktuálních nástrojů, které se užívají pro analýzu korpusů řady [[cnk:syn|SYN]].

===== Generace korpusů ONLINE =====

Korpus ONLINE se vyskytuje ve dvou generacích.

První generace korpusů (ONLINE1) byla vytvořena v ČNK na základě dat, která laskavě poskytovala společnost **[[https://www.dataweps.com|Dataweps]]**. Tato generace obsahuje data z období od ledna 2017 do března 2021, a to je nejen v oblasti online zpravodajství, ale výběrově také sociální sítě, diskuse a fóra.

Druhá generace korpusů (ONLINE2) je vytvářena v ČNK na základě dat od společnosti [[https://monitora.cz|Monitora]] a pokrývá období od března 2021 do současnosti. Svým složením je korpus méně pestrý, zaměřuje se výhradně na online žurnalistiku, v tomto segmentu však poskytuje širší pokrytí.

Historie: • czesl-sgt • hledani_v_diachronnim_korpusu • zaciname • oral2006 • agregat • diakorp • eparent • dialekt • seznamy • substantiva_castecna_paradigmata_sublemmata