AplikaceAplikace
Nastavení

Rozdíly

Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.

Odkaz na výstup diff

Obě strany předchozí revizePředchozí verze
Následující verze
Předchozí verze
cnk:registrova_klasifikace [2019/06/19 16:00] – [Vlastnosti registrů] Václav Cvrčekcnk:registrova_klasifikace [2021/02/12 14:50] (aktuální) – [Spolehlivost registrové klasifikace] Michal Škrabal
Řádek 8: Řádek 8:
 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. 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//)komunikační oblast (//žurnalistika//), popřípadě formát (//komentář//, //scénář//, //anketa//) nebo cíl sdělení (//popularizace//, //fakta//). 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.+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:** **Statické registry:**
Řádek 29: Řádek 29:
  
 Charakteristika registrů vychází z jejich průměrného postavení na jednotlivých dimenzích [[cnk:mda|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: Charakteristika registrů vychází z jejich průměrného postavení na jednotlivých dimenzích [[cnk:mda|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:
 +
 +[{{ :cnk:clusters-means.png?direct&500|Průměrná pozice registrů v jednotlivých dimenzích (v korpusu Koditex).}}]
  
   - dynamický (+) vs. statický (-)    - dynamický (+) vs. statický (-) 
Řádek 39: Řádek 41:
   - postojovost (+) vs. faktuálnost (-)     - 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. +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 pozicea 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.
- +
-{{:cnk:clusters-means.png?direct|}}+
  
 Při popisu registrů budeme odkazovat jednak k průměrnému umístění textů daného registru na jednotlivých dimenzích a jednak se registr pokusíme přiblížit ukázkou z korpusu [[cnk:koditex|Koditex]], včetně informace o vnětextové klasifikaci textu, z něhož ukázka pochází (význam zkratek viz popis korpusu).  Při popisu registrů budeme odkazovat jednak k průměrnému umístění textů daného registru na jednotlivých dimenzích a jednak se registr pokusíme přiblížit ukázkou z korpusu [[cnk:koditex|Koditex]], včetně informace o vnětextové klasifikaci textu, z něhož ukázka pochází (význam zkratek viz popis korpusu). 
 +
 +===== Spolehlivost registrové klasifikace =====
 +
 +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
  
 ===== Statické registry ===== ===== Statické registry =====
Řádek 53: Řádek 67:
 == Ukázka == == Ukázka ==
  
-//Nejčastější námitkoukterou lze rozvojový charakter sovětských aktivit v "třetím světě" zpochybnitjsou mocenské benefity, které ze spolupráce plynuly pro SSSR jeho spojence. Už tento fakt nám poskytuje cenné ponaučení pro současnostOba znepřátelené bloky zpochybňovaly odhodlání druhé strany naplňovat morální imperativ rozvojové pomoci pomáhat potřebnýmObě strany k tomu itom používaly shodných argumentů, poukazovaly na fakt, že vztah velmoci a rozvojových zemí mezinárodním systému je vztahem dominantního a závislého, tedy vztahem nerovným.//+//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 vyplynulože průběh Phillipsovy křivky měl typický průběhcharakterizovaný záporným koeficientem korelace mezi mírou inflace mírou nezaměstnanosti: Liberalizační šok v lednu 1991, který se projevil na růstu cenové hladiny, sleduje dále vývoj nezaměstnanostiKrátkodobý odhad stabilizace cenové hladiny se ukázal jako reálnýBylo dosaženo i velmi malé odchylky oproti později zaznamenaným empirickým údajům, pokud jde o objem íspěvků v nezaměstnanosti čerpaných ze státního rozpočtu.//
  
-Zdroj: korpus [[cnk:koditex|Koditex]], chunk id: ''leich_rozvojovas_3'', vnětextová klasifikace: ''wri-nfs-sci-ssc''+Zdroj: korpus [[cnk:koditex|Koditex]], chunk id: ''vyptech_2'', vnětextová klasifikace: ''wri-nfc-sci-fts''
 ==== Popularizace: statický polytematický obecný ==== ==== Popularizace: statický polytematický obecný ====
  
-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 konkréta. Charakteristická je pro tento registr obsahující typicky výkladové texty koncipované se zřetelem na čtenáře i značná **polytematičnost** (4. dimenze), **připravenost** (2. dimenze) a **nízká míra koheze** (3. dimenze), která odkazuje k vysokému zastoupení encyklopedických děl, popularizací a návodů v tomto registru.+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. 
  
 == Ukázka == == Ukázka ==
Řádek 84: Řádek 100:
 ==== Argumentace: statický kohezní ==== ==== Argumentace: statický kohezní ====
  
-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 konkréta.+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.
  
 == Ukázka == == Ukázka ==