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. 

Klíčovou vlastností korpusů ONLINE je to, že jsou pravidelně aktualizovány. To znamená, že se jejich obsah **neustále mění**, a není možné se vracet k předchozím podobám korpusu. Vzhledem k tomu, že se můžou měnit i vstupní data (zdroje), nelze zaručit, že se nebude měnit ani struktura či způsob anotace korpusu. Jako [[pojmy:referencni|referenční]] zdroj dat pro výzkum specifik internetové komunikace lze použít verzovaný [[cnk:net|korpus NET]].

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.

[[cnk:online:gen1|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.

[[cnk:online:gen2|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.

Korpusy se v pokrytých časových obdobích nepřekrývají, pro hledání v celém časovém rozsahu tak stačí sloučit výsledky dotazů do obou korpusů a další manuální úpravy k odstranění průniku nejsou nutné. Korpusy jsou identické ve své struktuře a značkování, následující popis tedy mezi nimi nerozlišuje.

Historie: • syntakticke_znacky • tag • prehled_pozic_1_a_2 • afun • czesl-plain • agregat • frazemy • syn2005 • verbtag • strukturni_atributy_mluvene