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:syn2009pub [2013/07/09 19:08] – olgarichterovacnk:syn2009pub [2022/08/29 18:07] (aktuální) – BatchEdit: pojmy>seznamy dokumenty cvrcek
Řádek 1: Řádek 1:
 +~~NOTOC~~
 ====== Korpus SYN2009PUB ====== ====== Korpus SYN2009PUB ======
  
-Korpus SYN2009PUB je podobně jako korpus [[SYN2006PUB]] [[pojmy:synchronni|synchronní]] korpus psané publicistiky. Obsahuje výhradně publicistiku od roku 1995 do roku 2007, celková velikost korpusu je 700 milionů textových slov ([[[[pojmy:token|tokenů]]). I nadále platí, že všechny korpusy řady [[SYN]] jsou **disjunktní**, tj. každý text může být zařazen pouze do jednoho z nich. Celkem tedy korpusy řady [[SYN]] obsahují 1 300 milionů textových slov (tokenů).+Korpus SYN2009PUB je podobně jako korpus [[SYN2006PUB]] [[pojmy:synchronni|synchronní]] korpus psané publicistiky. Obsahuje výhradně publicistiku od roku 1995 do roku 2007, celková velikost korpusu je 700 milionů textových slov ([[[[pojmy:token|tokenů]]). Všechny korpusy řady [[SYN]] jsou **disjunktní**, tj. každý text může být zařazen pouze do jednoho z nich.
  
 +<WRAP right 35 %>
 ^ <fs medium>Název</fs> ^^ <fs medium>[[cnk:syn2009pub|SYN2009PUB]]</fs> ^ ^ <fs medium>Název</fs> ^^ <fs medium>[[cnk:syn2009pub|SYN2009PUB]]</fs> ^
 ^ [[pojmy:atributy_pozicni|Pozice]] ^ Počet [[pojmy:token|pozic (tokenů)]] | 844 881 368 |   ^ [[pojmy:atributy_pozicni|Pozice]] ^ Počet [[pojmy:token|pozic (tokenů)]] | 844 881 368 |  
Řádek 9: Řádek 11:
 ^ ::: ^ Počet [[pojmy:lemma|lemmat]] | 2 268 070 | ^ ::: ^ Počet [[pojmy:lemma|lemmat]] | 2 268 070 |
 ^ [[pojmy:atributy_strukturni|Struktury]] ^ Počet [[pojmy:opus|opusů]] | 11 176 | ^ [[pojmy:atributy_strukturni|Struktury]] ^ Počet [[pojmy:opus|opusů]] | 11 176 |
-^ ::: ^ Počet [[pojmy:atributy_strukturni|dokumentů]] | 3 262 815 |+^ ::: ^ Počet [[seznamy:strukturni_atributy_syn|dokumentů]] | 3 262 815 |
 ^ ::: ^ Počet vět | 55 670 721 | ^ ::: ^ Počet vět | 55 670 721 |
 ^ Další informace ^ [[pojmy:referencni|Referenční]] | ANO  |   ^ Další informace ^ [[pojmy:referencni|Referenční]] | ANO  |  
 ^ ::: ^ [[pojmy:reprezentativnost|Reprezentativní]] | NE ([[seznamy:txtype|publicistika]]) |   ^ ::: ^ [[pojmy:reprezentativnost|Reprezentativní]] | NE ([[seznamy:txtype|publicistika]]) |  
 ^ ::: ^ Rok zveřejnění | 2010  | ^ ::: ^ Rok zveřejnění | 2010  |
 +</WRAP>
  
 ===== Změny oproti korpusu SYN2006PUB ===== ===== Změny oproti korpusu SYN2006PUB =====
Řádek 26: Řádek 28:
 ===== Složení korpusu SYN2009PUB ===== ===== Složení korpusu SYN2009PUB =====
  
-Stejně jako korpus [[SYN2006PUB]] si ani SYN2009PUB v žádném ohledu nečiní nárok na reprezentativnost. Ačkoli do něj byly zařazeny **desítky nezávislých regionálních novin** a dalších titulů (také jako jistá protiváha k Deníkům Bohemia a Deníkům Moravia), jejich celkový podíl na korpusu je velice malý. Z přiložených grafů je zřejmé, že složení korpusu není vyvážené  ani podle roku vydání, ani podle titulů. Korpus SYN2009PUB tedy ocení především uživatelé, kteří potřebují pracovat s velkými objemy dat. +Stejně jako korpus [[SYN2006PUB]] si ani SYN2009PUB v žádném ohledu nečiní nárok na reprezentativnost. Ačkoli do něj byly zařazeny **desítky nezávislých regionálních novin** a dalších titulů (také jako jistá protiváha k Deníkům Bohemia a Deníkům Moravia), jejich celkový podíl na korpusu je velice malý. Z přiložených grafů je zřejmé, že složení korpusu není vyvážené  ani podle roku vydání, ani podle titulů. Korpus SYN2009PUB tedy ocení především uživatelé, kteří potřebují pracovat s velkými objemy dat.
  
-**[[Grafy]]**+[{{:cnk:syn2009pub-roky.gif?direct&320|Složení korpusu SYN2009PUB podle let (počet slov v mil.).}}] 
 +[{{:cnk:syn2009pub-tituly.gif?direct&400|Složení korpusu SYN2009PUB podle titulů (počet slov v mil.).}}]
  
-====== Struktura korpusu SYN2009PUB ======+===== Struktura korpusu SYN2009PUB =====
  
 Mezi [[pojmy:atributy_strukturni|strukturní jednotky]] používané v tomto korpusu patří ''<opus>'', ''<doc>'' a ''<s>'', tedy text, dokument a věta - a pak každá jednotlivá [[pojmy:atributy_strukturni#pozice_jako_strukturni_jednotka|pozice]]. Mezi [[pojmy:atributy_strukturni|strukturní jednotky]] používané v tomto korpusu patří ''<opus>'', ''<doc>'' a ''<s>'', tedy text, dokument a věta - a pak každá jednotlivá [[pojmy:atributy_strukturni#pozice_jako_strukturni_jednotka|pozice]].
-Zobrazit si je můžete v položce menu [[cnk:rozhranixx#menu...|Možnosti zobrazení]]+Zobrazit si je můžete v položce menu [[manualy:kontext:moznosti_zobrazeni|Zobrazení]].
  
-{{:cnk:struktur_znacky.jpg?300|}}+[{{:cnk:struktur_znacky_09pub.png?direct&400| Strukturní jednotky korpusu SYN2009PUB.}}]
  
 K těmto strukturním jednotkám náležejí [[pojmy:atributy_strukturni#strukturni_atributy_atributy_strukturnich_jednotek|následující atributy]], na obrázku patrné pod nadpisem Reference. K těmto strukturním jednotkám náležejí [[pojmy:atributy_strukturni#strukturni_atributy_atributy_strukturnich_jednotek|následující atributy]], na obrázku patrné pod nadpisem Reference.
  
-===== Jak citovat SYN2009PUB ===== +====== Jak citovat SYN2009PUB ======
-[[Michal Křen]]+
  
 +<WRAP round tip 75%>
 +Křen, M. – Bartoň, T. – Hnátková, M. – Jelínek, T. – Petkevič, V. – Procházka, P. – Skoumalová, H.: //SYN2009PUB: korpus psané publicistiky//. Ústav Českého národního korpusu FF UK, Praha 2010. Dostupný z WWW: http://www.korpus.cz
  
- --- //Michal Křen, Olga Richterová//+Křen, M. (2009): [[http://ucrel.lancs.ac.uk/publications/cl2009/269_FullPaper.doc|The SYN Concept: Towards One-Billion Corpus of Czech]]. In Mahlberg, M. – González-Díaz, V. – Smith, C. (eds), Proceedings of the Corpus Linguistics Conference. Liverpool.  
 +</WRAP>
  
  
-===== Související odkazy ===== + --- //Michal Křen, Olga Richterová// 
-[[SYN2000]], [[SYN2005]], [[cnk:syn2010|SYN2010]], [[SYN2006PUB]], [[SYN]]+====== Související odkazy ====== 
 +<WRAP round box 49%> 
 +[[cnk:syn|SYN]] • [[cnk:syn2000|SYN2000]] • [[cnk:syn2005|SYN2005]] • [[cnk:syn2006pub|SYN2006PUB]] •  [[cnk:syn2010|SYN2010]] • [[cnk:SYN2013PUB|SYN2013PUB]] 
 +</WRAP>

Historie: