Skrýt
Nastavení

Rozdíly

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

Odkaz na výstup diff

Obě strany předchozí revize Předchozí verze
Následující verze
Předchozí verze
cnk:syn2009pub [2013/07/19 18:31]
Václav Cvrček
cnk:syn2009pub [2015/02/17 11:08] (aktuální)
Václav Cvrček
Řádek 2: Řádek 2:
 ====== 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 %> <WRAP right 35 %>
Řádek 28: 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|Strukturní jednotky korpusu SYN2009PUB.}}]+[{{:​cnk:​struktur_znacky.jpg?​300|FIXME 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>​
  
  
 + --- //Michal Křen, Olga Richterová//​
 ====== Související odkazy ====== ====== Související odkazy ======
-[[SYN2000]][[SYN2005]][[cnk:syn2010|SYN2010]][[SYN2006PUB]][[SYN]]+<WRAP round box 49%> 
 +[[cnk:​syn|SYN]] • [[cnk:​syn2000|SYN2000]] ​• [[cnk:​syn2005|SYN2005]] ​• [[cnk:syn2006pub|SYN2006PUB]] •  ​[[cnk:​syn2010|SYN2010]] • [[cnk:​SYN2013PUB|SYN2013PUB]] 
 +</​WRAP>​