cnk:oral:pravidla - 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.
====== Transkripce v korpusu ORAL  ======
Korpus ORAL sdružuje tři již publikované korpusy ([[cnk:oral2006|ORAL2006]], [[cnk:oral2008|ORAL2008]], [[cnk:oral2013|ORAL2013]]) a k nim přibyvší data označená jako Z-ORAL. Pravidla pro transkripci se postupem času měnila, bylo proto nutné data sjednotit a upravit. 

===== Transkripce jazykových jevů v korpusu ORAL (ve srovnání s předchozími korpusy řady ORAL)  =====
^  Pojmenování jevu  ^  ORAL2006  ^  ORAL2008  ^  ORAL2013  ^  <fc #ff0000>ORAL </fc>  ^
| **ustálená zjednodušená výslovnost** |  <fc #ff0000>//pudu, vemu, výde, pocem, dyž, neska, ňák, ďáli, štyry/štyři/čtyry/čtyři, pošta/počta, myslím/myslim/mysim//</fc>((Toto není ani zdaleka vyčerpávající výčet; zejména pokud hledáte frekventovaná/výplňková slova (//protože//, //vlastně// atp.), důrazně doporučujeme nahlédnout do pravidel pro přepis korpusů [[cnk:oral2006|ORAL2006]], [[cnk:oral2008|ORAL2008]] a {{:cnk:prepisovaci_pravidla_oral2013.pdf|ORAL2013}}, zda se v nich nepočítá s různými variantami.))  ||||
| **zápis bez ohledu na výslovnost** |  <fc #ff0000>zdvojené hlásky, předpona **roz-**, souhláskové skupiny:\\ //každodenní, rozsvítit, rozzlobit, pražští, hřbitov//</fc>  ||||
| **slova začínající j-** |  <fc #ff0000>dle výslovnosti:\\ //(j)sem, (j)méno, (j)estli//</fc>  ||||
| **protetické v** |  <fc #ff0000>dle výslovnosti:\\ //vokno, von//</fc>  ||||
| **předpona vz- a souhláskové skupiny** |  dle pravopisu:\\ //vzbudit, vzpomenu//  ||  dle výslovnosti:\\ //vzbudit/zbudit, vzpomenu/spomenu//  |  <fc #ff0000>zápis zůstává stejný jako v jednotlivých korpusech: \\ //vzbudit// i //zbudit//, //vzpomenu// i //spomenu//</fc>  |
| **nářeční varianty** |  <fc #ff0000>dle výslovnosti:\\ //kameň, perkýnko, strejdoj, zme, zrouna, vo našom, nélepší//</fc>  ||||
| **souhlásková skupina šť** |  <fc #ff0000>dle výslovnosti:\\ //ještě/ešče//</fc>  ||||
| **asimilace znělosti** |  <fc #ff0000>pravidelné jevy bez variant se zapisují dle pravopisu:\\ //dub, sbírat//</fc>  ||||
|  - **před R L M N Ň J**  |  dle pravopisu:\\ //s máslem//  |  dle výslovnosti:\\ //s máslem/z máslem, kupme/kubme//  |  dle výslovnosti:\\ //s máslem/z máslem, kupme/kubme, kvůli/gvůli//  |  <fc #ff0000>zápis zůstává stejný jako v jednotlivých korpusech:\\ //s máslem// i //z máslem//, //kupme// i //kubme//</fc>  |
|  - **skupina sh-**  |  dle pravopisu:\\ //shoda//  |  dle výslovnosti:\\ //schoda/zhoda//  ||  <fc #ff0000>zápis zůstává stejný jako v jednotlivých korpusech:\\ //schoda// i //zhoda//</fc>  |
| **asimilace místa tvoření** |  dle pravopisu:\\ //rozčesat, sčítat//  ||  dle výslovnosti:\\ //roščesat//((S výjimkou asimilace místa tvoření zachováváme předponu roz-, viz výše)), //ščítat//  |  <fc #ff0000>zápis zůstává stejný jako v jednotlivých korpusech:\\ //rozčesat// i //roščesat//</fc>  |
| **hranice slov** |  <fc #ff0000>respektují se:\\ //pod čepicí// (**NE** //počepicí//), //to jo, no no//</fc>  ||||
| **kvantita** |  <fc #ff0000>zachycuje se **krácení** v koncovkách i základech slov:\\ //rohlik, vim, žensky (=ženský)//</fc>  ||||
| ::: |  <fc #ff0000>zachycuje se **dloužení**  v koncovkách i základech slov, vč. emfatického dloužení:\\ //klucí, volál, sebú, bóže//</fc>  ||||
| **komparativ a superlativ** |  dle pravopisu:\\ //novější, pěknější, vlasatější//  ||  moravské realizace s dlouhým **ě** zapisujeme jako kombinaci **j** + **é**:\\ //novjéši, pěkňéši, vlasaťéši//  |  <fc #ff0000>zápis zůstává stejný jako v jednotlivých korpusech:\\ //novější// i //novjéši//, //pěknější// i //pěkňéši//</fc>  |
| **zkratky** |  dle výslovnosti: pokud jako jedno slovo, píše se jako jedno slovo; pokud zvlášť, píše se zvlášť:\\ //dé vé dé/dý ví dý/dývídýčko, aids, ú es á//  ||||
| **neznámá X** |  zápis //iks//:\\ //po iks letech//  ||||
| **velká písmena** |  <fc #ff0000>u vlastních jmen dle pravopisu</fc>  ||||
| **cizí slova** |  <fc #ff0000>dle pravopisu:\\ //software//</fc>  ||||
| **hezitace** |  zvuky spíše souhláskové se zapisují:\\ //hmm//((Vždy pouze 3 písmena.))  ||  zvuky spíše souhláskové se zapisují:\\ //mmm//  |  <fc #ff0000>hlásková povaha hezitačních zvuků\\ se nerozlišuje, původní způsob zápisu\\ nahrazen symbolem //@//</fc>  |
| ::: |  zvuky spíše samohláskové se zapisují:\\ //eee//  ||| ::: |  
| **responzní zvuky** |  viz **hezitace**   ||  spíše přitakávací zvuky:\\ //hmm//  ||
| ::: |  viz **hezitace**  ||  spíše nesouhlasné, odporovací zvuky:\\ //emm//  || 
| **verbalizovaný smích** |  zápis dle slyšeného:\\ //haha/ha ha, chichi/chi chi//  ||||

===== Znaky a symboly použité v korpusu ORAL (ve srovnání s předchozími korpusy řady ORAL)  =====
^  Jev  ^  ORAL2006  ^  ORAL2008  ^  ORAL2013  ^  ORAL  ^
| **nedořečené, neúplné slovo** |  značí se hvězdičkou ''*'':\\ //koč*, *ková nekázeň//  ||||
|  |  pokud za nedořečeným slovem následuje totéž slovo dořečené, **neoddělují** se čárkou:\\ //koč* kočka//  ||||
|  |  pokud za nedořečeným slovem následuje jiné slovo, **oddělují** se čárkou:\\ //přijde zít*, pozítří//  ||  **neoddělují** se:\\ //přijde zít* pozítří//  || 
| **příklonné s** |  neznačí se  ||  značí se ''*s'':\\ //dělala *s//  |  značí se ''#s'':\\ //dělala #s//  |
| **spojovací výraz -li** |  psáno se spojovníkem ''-li'' a odsazeno od předchozího slova: \\ //dělala -li//  |||  psáno s křížkem ''#li'' a odsazeno od předchozího slova:\\ //dělala #li//  |
| **typ //proň, naň//** |  zapisuje se jako jedno slovo:\\ //proň//, //naň//  |||  na slovním švu se vyděluje za pomoci **křížku** ''#'' předložka a redukovaná forma zájmena:\\ //pro #ň//, //za #ň//  |
| **nesrozumitelný úsek** |  značí se %%---%%  |||  značí se **kulatými závorkami**, nesrozumitelné úseky zapisovány jako komentář:\\ ''(nesrozumitelné)''  |
| **neukončené promluvy** |  značí se ''...:''\\ //mysim že budu mít co dělat abych ...://  |||  značí se pomocí **minus** ''-'':\\ //mysim že budu mít co dělat abych -//  |
| **přerušení promluvy** |  značí se ... na začátku i konci přerušené promluvy:\\ mluvčí 1: //sjedeš z toho kopce přejedeš ...//\\ mluvčí 2: //no//\\ mluvčí 1: //... přejedeš řeku//  |||  značí se pomocí **+** na začátku i konci přerušené promluvy:\\ mluvčí 1: //sjedeš z toho kopce přejedeš +//\\ mluvčí 2: //no//\\ mluvčí 1: //+ přejedeš řeku//  |
| **poznámka, vysvětlivka v přepisu** |  zapisuje se do kulatých závorek ''()'':\\ //(smích) (cizojazyčný projev) (citoslovce) (odmlčení)//((Tj. výrazně dlouhá pauza.))  ||||

===== Interpunkční značky v korpusu ORAL (ve srovnání s předchozími korpusy řady ORAL)  =====
|   ^  ORAL2006  ^  ORAL2008  ^  ORAL2013  ^  ORAL  |||
| ||| ^ ORAL2006 ^ ORAL2008 ^ ORAL2013 + Z-ORAL | 
| **typ interpunkce** |   větná((dle psaného jazyka.))  ||  pauzová((Je nezávislá na psaném jazyce, značí se v ní realizované pauzy.))  |  čárka se užívá v místě předpokládaného konce věty (místo tečky)  ||  pauzová  |
| **tečka (.)**  |  označuje konec promluvy  ||  tečka (.) značí **kratší** pauzu:\\ //sem mu řek že . nevim//  |  neužívá se  ||  tečka (.) značí **kratší** pauzu:\\ //sem mu řek že . nevim//  |
| **dvě tečky (..)**  |  neužívá se  ||  značí **střední pauzu**:\\ //no jo .. a co je eště novýho//  |  neužívá se  ||  značí **střední pauzu**:\\ //no jo .. a co je eště novýho//  |
| **čárka (,)**  |  dle psaného jazyka:\\ //vona byla ještě svobodná , když tam byla , nebo už vdaná ?//  ||  neužívá se  |  užívá se v místě předpokládaného konce věty  ||  neužívá se  |
| |  pokud za nedořečeným slovem následuje jiné slovo:\\ //přijde zít*, pozítří//  ||  neužívá se  ||||
| |  neužívá se  |  u přerušení, změn větné perspektivy:\\ //támhleto vem* , vem* , támhleto vemte//  |  neužívá se  ||||
| |  neužívá se  |  při opakování stejných slov:\\ //to já nevim , nevim//  |  neužívá se  ||||
| **otazník (?)**  |  v otázkách a v případě tázací intonace:\\ //to je kdo ?//  ||||||
| **vykřičník (!)**  |  v případě zvolací intonace:\\ //jéžiš// , //já sem blbej !//  ||||||
| **spojovník (-)**  |  zápis dle pravopisu (natěsno, bez mezer):\\ //e-mail, au-pair, byl-li//  |||  zápis dle pravopisu, s výjimkou spojky -li:\\ //e-mail//, //au-pair//  |||    
| **přímá řeč (%%""%%)**  |  neužívá se  |  značí se %%"%%...%%"%%:\\ //řekl sem : %%"%% prosim ? %%"%%//  |  neužívá se  ||||

===== Anonymizační značky =====

Kvůli anonymitě byly v přepisech kódovány všechny citlivé údaje (zejména příjmení). Toto pravidlo se netýká jmen známých osob (herců, politiků, sportovců apod.). V případech, kdy si přepisující nebo nahrávaní nepřáli zveřejnit další údaje (např. místní jméno, křestní jméno, název firmy, telefonní číslo), byly kódovány i tyto údaje.

Následující tabulka uvádí seznam anonymizačních zkratek s jejich vysvětlením:

^ Anonymizační značka ^ Vysvětlení ^
| NP | příjmení |
| NJ | křestní jméno |
| NN | přezdívka |
| NM | místní jméno |
| NO | ostatní vlastní jména |
| NX | jiný citlivý údaj |

===== Související odkazy =====

<WRAP round box 72%>
[[cnk:oral|ORAL]] • [[cnk:oral2006|ORAL2006]] • [[cnk:oral2008|ORAL2008]] • [[cnk:oral2013|ORAL2013]] • [[cnk:pmk|PMK]] • [[cnk:bmk|BMK]] • [[cnk:schola2010|SCHOLA2010]] • [[cnk:dialekt|Dialekt]] • [[pojmy:mluveny|Korpus mluveného jazyka]] • [[pojmy:atributy_strukturni#strukturni_atributy_korpusu_rady_oral|Struktura korpusů ORAL]] • [[kurz:hledani_v_mluvenych_korpusech|Hledání v mluvených korpusech]] • [[kurz:hledani_ORTOFON|Hledání v korpusu ORTOFON]]
 </WRAP>
Historie: • din • klasifikace_textu_syn2015 • afun • verbtag • mluveny • hledani_frazemy • frekvencni_distribuce • pravidla • morfologicka_analyza • srclang