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 nereferenčnost (jejich obsah se neustále mění), jsou aktualizovány každý den v ranních hodinách tak, aby poskytovaly co nejčerstvější data (z předchozího dne).

Korpusy jsou lemmatizovány a morfologicky značkovány pomocí aktuálních nástrojů, které se užívají pro analýzu korpusů řady SYN.

Korpus ONLINE se vyskytuje ve dvou generacích.

První generace korpusů (ONLINE1) byla vytvořena v ČNK na základě dat, která laskavě poskytovala společnost 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 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.