Registrová klasifikace

Registrová klasifikace v korpusech ČNK slouží k zachycení pohledu na textovou variabilitu, který je komplementární ke kategoriím txtype či genre. Zatímco tyto atributy zachycují vnětextovou perspektivu (tedy to, jak je text konvenčně vnímán na základě formálních znaků, např. román, dopis či odborný článek), atribut register je pokusem zhodnotit text na základě skupin jazykových prostředků, které se v něm pravidelně používají (vnitrotextová perspektiva).

Na základě multidimenzionální analýzy češtiny¹⁾ bylo vymezeno 10 registrů, které pokrývají celé spektrum textů od mluvených přes webové až po psané. Přiřazení textu k registru je automatické na základě lingvistických rysů, které se v textu využívají.

Název registru se skládá ze dvou částí. První označuje prototypickou vlastnost dané skupiny textů jako vodítko pro představu: může jí být slohový postup (narace, argumentace, analýza, fakta), komunikační oblast, popřípadě formát (žurnalistika, scénář, anketa) nebo záměr sdělení (popularizace, komentář). Druhou část názvu tvoří zpřesňující adjektiva charakterizující registr na základě výrazných dimenzí: první adjektivum odkazuje k základní distinkci mezi dynamickými a statistickými texty, druhé (příp. třetí) adjektivum odkazuje k doplňkové vlastnosti charakteristické pro daný registr.

Statické registry:

• analýza: statický monotematický
• popularizace: statický polytematický obecný
• žurnalistika: statický nevyhraněný
• fakta: statický polytematický konkrétní
• argumentace: statický kohezní

Dynamické registry:

• anketa: dynamický neadresný
• konverzace: dynamický spontánní
• komentář: dynamický postojový
• scénář: dynamický adresný
• narace: dynamický retrospektivní

Charakteristika registrů vychází z jejich průměrného postavení na jednotlivých dimenzích multidimenzionálního modelu variability českých textů. Tento model je založen na 8 dimenzích, které podchycují různé aspekty funkční variability češtiny na základě jazykových rysů, které texty využívají (vnitrotextové hledisko). Tyto dimenze jsou:

Průměrná pozice registrů v jednotlivých dimenzích (v korpusu Koditex).

1. dynamický (+) vs. statický (-)
2. spontánní (+) vs. připravený (-)
3. vyšší (+) vs. nižší (-) stupeň koheze
4. polytematický (+) vs. monotematický (-)
5. vyšší (+) vs. nižší (-) míra explicitní adresnosti
6. vztahující se k denotátu / obecný (+) vs. vztahující se k referentu / konkrétní (-)
7. prospektivní (+) vs. retrospektivní (-)
8. postojovost (+) vs. faktuálnost (-)

Pro každý text lze na základě jazykových rysů, které obsahuje, zjistit jeho pozici na každé z 8 dimenzí (viz graf). Na základě těchto pozic lze pak vytvořit shluky textů, které mají podobné pozice, a jsou si tedy z hlediska využití těchto lingvistických rysů podobné (mají stejný registr). A z druhé strany: pozice těchto registrů slouží k jejich interpretaci či popisu typických vlastností.

Při popisu registrů budeme odkazovat jednak k průměrnému umístění textů daného registru na jednotlivých dimenzích a jednak se registr pokusíme přiblížit ukázkou z korpusu Koditex, včetně informace o vnětextové klasifikaci textu, z něhož ukázka pochází (význam zkratek viz popis korpusu).

To, jestli je text nebo výsek textu příkladem určitého registru, je v zásadě určeno tím, jakou vzdálenost má v multidimenzionálním prostoru od pomyslného prototypického textu. Kromě případů, které jsou jednoznačné, můžou nastat ještě dvě specifické situace:

• text je stejně podobný dvěma registrům (má stejně blízko k prototypickým zástupcům dvou registrů), v takovém případě jde o text či úsek textu registrově smíšený
• text není podobný žádnému z registrů (je vzdálen od všech registrů více, než je obvyklé), v takovém případě mluvíme o textech nebo úsecích registrově nevyhraněných či okrajových

Do registrové anotace se tato informace propíše prostřednictvím atributu register_reliability, který nabývá hodnot okrajový, smíšený, spolehlivý. Tento atribut se přitom neobjevuje pouze u struktury <chunk>, ale i u struktury <doc>, kde vyjadřuje jednak míru spolehlivosti určení převažujícího registru (prevailing_register), ale také zároveň spolehlivost určení registrů u dílčích chunků daného dokumentu. Jeho hodnoty je třeba interpretovat takto:

• spolehlivý – nadpoloviční většina textu má jednoznačné a jednotné registrové určení
• smíšený – text se skládá z částí, které mají různou registrovou platnost, a/nebo části textu jsou ve většině registrově smíšené
• okrajový – text je z větší části složen z úseků registrově nevyhraněných
• NA (prázdná hodnota) – žádný registr v textu nepřevažuje

Pro tento registr je typické extrémně negativní uplatnění na 1. dimenzi (jedná se o nejvíc statické texty). Analýza či výklad, které jsou pro tento rejstřík charakteristické, jsou obyčejně silně zaměřené na jedno téma (projevuje se ve 4. dimenzi výraznou pozicí na pólu monotematický), předem připravené (2. dimenze) a s výrazně faktuálním akcentem (dimenze 8).

Velmi zajímavé užití grafických a analytických programových produktů existuje při zobrazování a analýze Phillipsovy křivky. U nás se analýza pomocí modelu modifikované Phillipsovy křivky prováděla za období VI/1990-VIII/1991. Z analýzy vyplynulo, že průběh Phillipsovy křivky měl typický průběh, charakterizovaný záporným koeficientem korelace mezi mírou inflace a mírou nezaměstnanosti: Liberalizační šok v lednu 1991, který se projevil na růstu cenové hladiny, sleduje dále vývoj nezaměstnanosti. Krátkodobý odhad stabilizace cenové hladiny se ukázal jako reálný. Bylo dosaženo i velmi malé odchylky oproti později zaznamenaným empirickým údajům, pokud jde o objem příspěvků v nezaměstnanosti čerpaných ze státního rozpočtu.

Zdroj: korpus Koditex, chunk id: vyptech_2, vnětextová klasifikace: wri-nfc-sci-fts

Tento registr rovněž patří mezi statické (1. dimenze) rejstříky, jeho odlišujícím rysem je nicméně krajní poloha na dimenzi 6 ukazující na převahu textů s obecnou platností, nezaměřujících se na jevy v bezprostředním kontextu komunikační situace („tady a teď“). Charakteristická je pro tento registr i značná polytematičnost (4. dimenze), připravenost (2. dimenze) a nízká míra koheze (3. dimenze). Poslední dimenze odkazuje k vysokému zastoupení encyklopedických děl, popularizací a návodů v tomto registru a svědčí o tom, že jde o texty koncipované s ohledem na srozumitelnost pro čtenáře.

Dlouhověkost si juka zajišťuje tvorbou postranních růžic. Tyto odnože používáme k množení. Celou rostlinu opatrně na jaře vyzvedneme a rýčem rozdělíme. Odnož by měla mít dostatek vlastních kořenů. Pro lepší manipulaci při sázení svážeme dlouhé listy, klidně i listem z juky, který obsahuje jedny z nejpevnějších rostlinných vláken. Po výsadbě půdu okolo rostliny patou přitlačíme, abychom odstranili vzduchové kapsy a zabránili jejímu vyvrácení. Juky zakoupené v květináči lze vysazovat během celé vegetační sezony.

Zdroj: korpus Koditex, chunk id: duby1326_1, vnětextová klasifikace: wri-nmg-lei-hou

Jediným výraznějším rysem tohoto statického registru je jeho polytematičnost (dimenze 4), typická mj. pro žurnalistické texty. V ostatních dimenzích dosahuje průměrných hodnot, proto ho lze považovat za rejstříkově nevyhraněný.

Rychlý prachy pro vinaře Svatomartinské víno je pro domácí vinaře jako požehnání: prodají první dva miliony lahví z letošní sklizně, peníze mají doma do Vánoc a ještě si udělají reklamu. Navíc z českého trhu takřka vystrnadili Beaujolais nouveau. Tenhle příběh by se měl jednou objevit v učebnicích marketingu a reklamy. Úspěch Svatomartinského vína dokázal, že i za relativně malé peníze lze přitáhnout masy k ne zcela dokonalému produktu, za jaký ho někteří znalci považují – tvrdí, že mladé moravské víno je nedozrálé, tudíž příliš kyselé. Jenže běžným konzumentům zachutnalo.

Zdroj: korpus Koditex, chunk id: Týden_210071/ekonomika_48, vnětextová klasifikace: wri-nmg-new-eco

Důraz na předání informací se u tohoto statického registru projevuje extrémními hodnotami ve třech dimenzích: faktuálnost (8. dimenze), polytematičnost (4. dimenze) a konkrétnost (6. dimenze).

Výrobce toyot, peugeotů a citroënů chce zaměstnat až 700 nových lidí. TPCA začne od května vyrábět nové modely, které nedávno představila na autosalonu v Ženevě. „Tempo jsme však zrychlili již na konci února, takže aktuálně sjede z výrobní linky nový vůz Toyota Aygo, Peugeot 107 nebo Citroën C1 každých 55 vteřin,“ uvedl mluvčí automobilky Radek Kňava. Důvodem je podle něj oživení poptávky v západní Evropě, například prodej modelu Toyota Aygo vzrostl v prvním čtvrtletí o 17 procent. A tak díky rostoucím prodejům současných modelů a očekávanému zájmu o modely nové generace firma opět rozšiřuje nábor nových zaměstnanců. „Náborové aktivity TPCA byly dosud zaměřeny zejména na Kolínsko a střední Čechy, nyní se rozšiřují i na další regiony,“ uvedl Kňava.

Zdroj: korpus Koditex, chunk id: Metro_49058/ekonomika_5, vnětextová klasifikace: wri-nmg-new-eco

Výrazným rysem tohoto statického registru je extrémní míra koheze (3. dimenze) odkazující k připravenému výkladu. Toto zaměření se odráží i v relativní připravenosti (2. dimenze) a vyšší míře postojovosti (dimenze 8), jakou bychom očekávali v argumentaci. Dalším rysem je i poměrně vyšší postavení v dimenzi 6 značící zaměření na obecné jevy spíše než na jedinečné jevy s aktuálním významem pro komunikaci.

Chtěl bych se podívat na dva momenty, které, myslím si, zatím diskutovány nebyly, a sice to, že potřebujeme integrovaný energetický systém v Evropě, který bude propojovat jednotlivé druhy energií, který bude propojovat jednotlivé sítě tak, aby bylo možné nahradit případné výpadky. Nedávná plynová krize nám ukázala, že to je úkol, který je nanejvýš nutný. A druhá věc je to, že potřebujeme, aby byly tyto energetické sítě navázány na obdobné sítě v jiných oblastech, tzn. sítě dopravní a sítě komunikační, aby mezi nimi existovala určitá symetrie.

Zdroj: korpus Koditex, chunk id: europarl/Miloslav Ransdorf_0, vnětextová klasifikace: spo-nin--wbs

Registr patří mezi dynamické rejstříky, přičemž nejvýraznějšími vlastnostmi jsou jeho monologický/neadresný (5. dimenze) a prospektivní (7. dimenze) charakter. Za zmínku stojí rovněž inklinace ke spontánnosti (2. dimenze) a postojovosti (8. dimenze), které ukazují na jistou míru interaktivnosti a argumentativnosti. Od následujícího, taktéž velmi spontánního registru (konverzace), se odlišuje vysokou mírou koheze (3. dimenze).

no já si mysim že . @ existují . ženská a mužská povolání .. ta žena vlastně by neměla dělat nějakou těžkou práci . takže spíš takovou nějakou .. práci která není manuální .. takže . jeřábnici například rozhodně ne teda . ta přece jenom občas musí něco zavěsit a musí nějak se tahat s něčím s něčím těžkým . a neměly by dělat nebezpečnou práci měly by se spíš držet tak jako zpátky třeba učitelka je rozhodně typicky ženský povolání . a . ta žena . by se podle mě měla držet spíš spíš doma a . starat se o toho svého manžela .. chachacha .. zatímco muž teda . ten by měl pracovat . tvrdě přes den aby teda . až příde večer domů tak si vážil toho jak se má doma dobře a co mu ženuška dobrého přichystala k obědu k večeři a tak . takže . ten by měl hlavně teda vydělávat peníze a . a měl by jich vydělávat . oproti té ženě . hodně teda ..

Zdroj: korpus Koditex, chunk id: BMK183/720, vnětextová klasifikace: spo-int--eli

Formativním rysem tohoto dynamického registru je především extrémní umístění na 2. dimenzi značící vysokou míru spontánnosti. Ta se v tomto případě pojí také se sníženou mírou koheze (dimenze 3) a zvýšenou mírou explicitní adresnosti (dimenze 5), což vše ukazuje na neformální interakci.

no tak . sme natankovali dojeli sme tam . vona zase v kufru ani klíč . to víš já zas řvala na půl eee Hrobčic . kurva hlavně že NP má vybavenej kufr . já řikám ty vole dyby se nám cestou stalo tak sme v prdeli budem stopovat auta aby nám pučili třinácku klíč jo?

Zdroj: korpus Koditex, chunk id: 08A069N/tikisa, vnětextová klasifikace: spo-int--inf

Tento dynamický registr je charakteristický především vysokými hodnotami postojovosti v dimenzi 8, což je typické pro prezentaci názorů či polemiku. S výjimkou lehké převahy spontánních textů (dimenze 2) je pro registr typická i zvýšená míra rysů odkazujících k prospektivnímu vyznění (dimenze 7).

Podívejte nejsem religionista, takže se nehodlám pouštět do debat, kdo je nebo není víc budhista, nebo muslim, nebo zda je božská entita nezbytně nutná, k náboženství. Pravda je taková, že se při vraždění zaštiťovali náboženstvím, úplně stejně jako to dělají příslušníci ISIL, také je pravda, že lidé, kteří měli potřebu svoje zločiny omlouvat nebo schovávat za nějaké idee, náboženství, ochranu národa, rasy, pracujících, chudých, bohatých a co já vím koho ještě tu byli od nepaměti a budou tu dál. Neznamená to že, bychom s tím neměli nic dělat, ale také je potřeba se s tím smířit, protože se to jen tak nezmění. Nejlepší co můžeme dělat, je zůstat pevní ve svých zásadách a zákonech a rovném přístupu. Poslat k soudu, každého nesnášenlivého Imáma i každého nesnášenlivého Konvičku a po zásluze je oba potrestat. Vysmát se Okamurovi a jeho traktátům z internetu, stejně jako tomu kašparovi s bradkou, který zasvěceně vykládal, jak všichni muslimům lžou a ve skutečnosti se otáčí Slunce okolo Země.

Zdroj: korpus Koditex, chunk id: discussions_17761, vnětextová klasifikace: web-mul--dis

Charakteristickým rysem tohoto dynamického registru je především jeho extrémní míra explicitní adresnosti (dimenze 5). S tím souvisí i vyšší míra spontánnosti (dimenze 2), která spoluvytváří interaktivní charakter tohoto rejstříku. Výraznější je tento registr rovněž v dimenzi 6 značící zaměření na konkrétní jevy.

Václav (S mírným posměchem.) Já beru Karlíka velice vážně. Karel (Velice vztekle, možná k němu i pokročí.) Okamžitě mi přestaň říkat Karlík. Václav (Chladně.) Proč, Karlíku, ty malý tajtrlíku? Karel (Přiskočí k němu a zalomcuje s ním.) Copak si neuvědomuješ, že jsi skončil? A že tvé invektivy jsou směšné? Přišel jsi o všecko. (Pustí ho.) I o Hanu. Zhroutilo se ti to pod rukama. A já, já tady teď budu vládnout. Sice mám někdy pocit, že jsem sebevrah, když to beru, ale jdu do toho. Kvůli lidem. (Teď už se otáčí k Haně, Václav ho přestává zajímat.) Kvůli dějinné nutnosti.

Zdroj: korpus Koditex, chunk id: zacek_domaciprit_4, vnětextová klasifikace: wri-fic--scr

Specifičnost tohoto registru tkví především v jeho retrospektivním (dimenze 7) zaměření. Spolu s dynamičností registru (dimenze 1) se za výrazný rys dá považovat i zvýšená míra explicitní adresnosti (dimenze 5).

Nakonec se jí podařilo zachytit přední tlapou zbytek oštěpu a vytrhnout hrot z rány. Pak zvíře zvedlo hlavu, z doširoka otevřené tlamy se mu řinula krev, a upřelo oči vzhůru na své nepřátele s tak soustředěnou a vědoucí nenávistí, že Valerie uskočila a tasila meč. Šupiny, kryjící zvíře zvláště na hřbetě a na bocích, změnily barvu z rezavé hnědé na sytě červenou. K hrůze obou přihlížejících v té chvíli porušilo zvíře své mlčení. Zvuky, které se draly z krví potřísněné tlamy, nezněly jako nic, co by mohlo vydávat pozemské stvoření. S hrubým, skřípavým řevem se obluda vrhla na útes, který byl útočištěm jeho nepřátel. Znovu a znovu prorážela obrovská hlava větvemi vzhůru a divoce chňapala do prázdna.

Zdroj: korpus Koditex, chunk id: howar_barbarcona_1, vnětextová klasifikace: wri-fic-nov-fan