Toto je starší verze dokumentu!
ParlCorp: Korpus českých parlamentní projevů
Korpus ParlCorp obsahuje monologické projevy pronesené na půdě Poslanecké Sněmovny České republiky. Základem korpusu jsou stenoprotokoly parlamentních jednání veřejně dostupné na doméně www.psp.cz. Korpus je lemmatizován a morfologicky značkován. Cílem korpusu je zpřístupnit parlamentní data lingvistickému bádání, ale i výzkumu v oblasti humanitních a společenských věd.
| Název | Parlcorp | |
|---|---|---|
| Pozice | Počet pozic (tokenů) | 38 591 592 |
| Počet slovních tvarů (wordů) | 310 694 | |
| Počet lemmat | 98 820 | |
| Struktury | Počet parlamentních projevů <sp> | 166 754 |
| Počet mluvčích žen | 239 | |
| Počet mluvčích mužů | 1004 | |
| Počet vět <s> | 1 750 728 | |
| Další informace | Referenční | NE (verze 2) |
| Rok zveřejnění | 2021 | |
Texty zahrnují i krátké poznámky pronesené jako reakce na předchozí mluvčí, nebo komentáře předsedajícího pověřeného řízením schůze. Korpus tak zahrnuje široké spektrum parlamentních subžánrů, např. ústní a písemné interpelace, parlamentní rozpravy, projevy předsedy a členů vlády, pokyny při řízení sněmovny atd.)
Dostupná metadata
Pro každý projev jsou k dispozici dva druhy metadat: informace o textu a informace o mluvčím.
Informace vztahující se k textu
- volební období – 8 volebních období (1993-1996, … ,2017-2021)
- číslo schůze
- datum zasedání
- téma jednání
- unikátní ID projevu
Informace vztahující se k mluvčímu zahrnují
- jméno (např. Taťána Fischerová)
- pohlaví – žena, muž
- funkce/role – např. poslanec/poslankyně, předseda vláda, ministr/ministryně …
- stranická příslušnost – politická strana či uskupení
- pořadí projevu v rámci diskutovaného tématu
