cnk:speeches - 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.
~~NOTOC~~
====== Korpus prezidentských projevů Speeches ======

Korpus oficiálních prezidentských projevů **Speeches** byl vytvořen na základě spolupráce ČNK s [[http://www.hf.uio.no/ilos/english/|Universitou v Oslo]]. Svým zaměřením na připravené //written to be spoken// texty, v nichž funkčně převažuje psaná čeština a k mluveným textům se často dají řadit pouze na základě použitého akustického média, se zařazuje do prostoru mezi řadou [[cnk:oral2013|Oral]] (mluvené neformální a nepřipravené promluvy) a řadou [[cnk:syn2010|SYN]] (oficiální veřejný psaný jazyk). 

<WRAP right 35%>
^ <fs medium>Název</fs> | <fs medium>Speeches</fs> |
^ Počet [[pojmy:token|pozic (tokenů)]] |  248 839 |  
^ Počet [[pojmy:token|pozic (tokenů)]] bez interpunkce a dalších značek |  217 314 |
^ Počet [[pojmy:word| slovních tvarů (wordů)]] |  30 909 |
^ Počet [[pojmy:lemma| lemmat]] |  12 522 |  
^ Počet projevů |  151 |
^ Počet vět |  11 208 |
^ Počet unikátních (různých) mluvčích |  14 |  
</WRAP>

Cílem korpusu je pokrývat období let 1918 až 2015 a to na základě mapování prezidentských projevů (příp. projevů jiných politiků mluvících v zastoupení prezidenta) pronesených u příležitosti periodicky se opakujících výročí a svátků (Nový rok, 28. října apod.). Svým rozsahem a zaměřením se řadí mezi malé, [[pojmy:reprezentativnost|nereprezentativní]] a relativně úzce specializované [[pojmy:korpus|korpusy]].

Zdrojem textů pro korpus Speeches byly jednak sebrané spisy jednotlivých prezidentů, dále pak denní tisk, který projevy otiskoval v plném znění, a u novějších textů také webové stránky politiků (či [[http://www.hrad.cz|Pražského hradu]]). K mluvené podobě projevů se ve větší míře nepřihlíželo; v případě, že se pronesený projev ve své autentické mluvené podobě (je-li dostupná) odlišuje od tištěné verze (např. přeřeknutí), do korpusu byl včleněn text v takové verzi, kterou je možné považovat za oficiální. 

Korpus je vybaven podrobnou strukturní anotací (popisující jednotlivé projevy) a anotací poziční (lemmatizace a tagování).

===== Strukturní atributy =====

Z hlediska [[pojmy:metadata|metadat]] je korpus označkován na úrovni jednotlivých projevů (struktura ''[[pojmy:doc|<doc>]]''), a to následujícími [[pojmy:atributy_strukturni|strukturními atributy]]:
  * ''id'' - unikátní identifikátor projevu
  * ''speaker'' - jméno mluvčího projevu
  * ''year'' - rok pronesení projevu
  * ''date'' - datum pronesení projevu
  * ''title'' - titulek projevu (většinou přidaný až pro tištěné vydání)
  * ''office'' - úřad zastávaný mluvčím
  * ''occasion'' - příležitost, při níž byl projev pronesen
  * ''medium'' - médium, jakým byl projev přenášen (vysílán)
  * ''source'' - zdroj, z něhož byl text získán
  * ''link'' - odkaz na dostupný internetový zdroj (neuvádí se, pokud je totožný se ''source'')
  * ''altsource'' - alternativní zdroj (je-li zdrojů víc)
  * ''notes'' - poznámky a různočtení
  * ''status'' - stupeň ruční kontroly textu

V textech byla dále provedena větná segmentace (naznačená strukturními značkami ''[[pojmy:s|<s>]]'').

==== Atribut: occasion ====

Korpus Speeches se soustředí pouze na projevy, které vznikaly u příležitosti periodicky se opakujících svátků (viz atribut ''doc.occasion''):
^ Příležitost (occasion) ^  Datum  ^  Označení v metadatech  ^
| novoroční projev |  1. ledna |  New Year's Address |
| projev ke dni vzniku samostatného československého státu |  28. října |  Republic day |
| vánoční poselství |  19. až 26. prosince |  Christmas mesaage |
| výročí protektorátu |  15. nebo 16. března |  Protectorate Anniversary |

==== Atribut: speaker ====

Z mluvčích jsou v korpusu Speeches zastoupeni tito politici (v abecedním pořadí):
  * Beneš, Edvard
  * Gottwald, Klement
  * Hácha, Emil
  * Havel, Václav
  * Husák, Gustáv
  * Klaus, Václav
  * Masaryk, Tomáš Garrigue
  * Novotný, Antonín
  * Svoboda, Ludvík
  * Uhde, Milan
  * X (nezjištěný)((Projev //Historie žije dneškem// uveřejněný v Rudém právu 28. 10. 1986, jehož autorství je sporné.))
  * Y (nezjistitelný)((Projev //Národní rada k 28. říjnu// z roku 1938, jehož autorství je kolektivní))
  * Zápotocký, Antonín
  * Zeman, Miloš

===== Poziční atributy =====

Korpus Speeches je [[pojmy:lemma|lemmatizován]] a tagován aktuálními nástroji užívanými pro korpusy řady SYN. Použitý [[seznamy:tagy|tagset]] je shodný s tím, který se užívá např. pro korpus [[cnk:syn2010|SYN2010]], přičemž nebylo specificky přihlíženo k dobovému způsobu psaní, který je v textech pokud možno zachováván.

===== Jak citovat korpus Speeches =====

<WRAP round tip 70%>
Cvrček, V. -- Truneček, P. -- Horký V.: //Korpus prezidentských projevů Speeches//. Ústav Českého národního korpusu FF UK, Praha 2015. Dostupný z WWW: http://www.korpus.cz
</WRAP>
Historie: • online • syn2013pub • index • registrova_klasifikace • czesl-plain • pmk • lemmatizace • monokolokabilita • frekvencni_distribuce • ortofon