cnk:syn2020:seznamy:pokrocily_dotaz_sublemmata

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.
====== Pokročilé dotazy pro vyhledání variantních sublemmat v SYN2020 ======

Na této stránce jsou zveřejněny tipy, jak dále prozkoumávat variantnost v SYN2020 pomocí konceptu sublemmatu.

Všechna variantní sublemmata lze teoreticky vyhledat pomocí dotazu:\\ ''%%1:[word=".*"] & 1.sublemma!=1.lemma%%''\\ tedy najdi jakýkoliv tvar, jehož sublemma se nerovná lemmatu. Tento dotaz však nedoporučujeme používat přímo, neboť jeho výpočet je velmi náročný a příliš zatěžuje server. Dotaz je tedy potřeba dále zpřesňovat.

Rady, jak vyhledávat jednotlivé typy sublemmat uvádíme níže. Po provedení každé vyhledávky doporučujeme zobrazit výsledky v rozhraní Kontext pomocí frekvenční distribuce (typ //vlastní...// se zobrazením atributů ''lemma'' a ''sublemma'').

==== Hlásková a ortografická variantnost apelativ ====

Při hledání sublemmat apelativ je dobré dotaz upravit nejprve tak, aby se eliminovala propria:\\ ''%%1:[word=".*"] & 1.sublemma!=1.lemma & 1.lemma_lc=1.lemma%%''\\ tedy najdi jakékoliv variantní sublemma, jehož lemma psané malými písmeny se rovná lemmatu (v němž se rozlišuje velikost písmen).

Další úprava spočívá v tom, že eliminujeme z vyhledávání pravidelné tvary označené sublemmaty, která sama o sobě nezakládají ortografickou či hláskovou variantnost, tedy sublemmata negace:\\ ''%%1:[tag!="..........N.*"] & 1.sublemma!=1.lemma & 1.lemma_lc=1.lemma%%''\\

Do tohoto dotazu lze následně vepisovat jednotlivé zkoumané alternace, např.

  * Najdi kandidáty hláskové alternace //-ý/-ej// uprostřed slova:\\ ''%%1:[lemma=".+ý.+" & sublemma=".+ej.+" & tag!="..........N.*"] & 1.sublemma!=1.lemma & 1.lemma_lc=1.lemma%%'' 

  * Najdi kandidáty ortografické alternace //-z/-s// uprostřed nebo na konci slova:\\ ''%%1:[lemma=".+z.*" & sublemma=".+s.*" & tag!="..........N.*"] & 1.sublemma!=1.lemma & 1.lemma_lc=1.lemma%%''

  * Najdi kandidáty hláskové alternace //-i/-í// na začátku nebo uprostřed slova:\\ ''%%1:[lemma=".*i.+" & sublemma=".*í.+" & tag!="..........N.*"] & 1.sublemma!=1.lemma & 1.lemma_lc=1.lemma%%''

  * Najdi kandidáty hláskové alternace //-d/-ď// kdekoliv ve slově:\\ ''%%1:[lemma=".*d.*" & sublemma=".*ď.*" & tag!="..........N.*"] & 1.sublemma!=1.lemma & 1.lemma_lc=1.lemma%%''

Uvedené dotazy vygenerují naprostou většinu relevantních výsledků. U dalších alternací ale může být i více výsledků nechtěných, např. tímto způsobem zadaný dotaz na ortografickou změnu //-k/-c//: \\
''%%1:[lemma=".*k.*" & sublemma=".*c.*" & tag!="..........N.*"] & 1.sublemma!=1.lemma & 1.lemma_lc=1.lemma%%''\\
najde i řadu slov, v nichž se vyskytují souběžně //c// a //k// a je v nich zároveň nějaká další změna (např. dvojici //cokoli//%%/%%//cokoliv//). Další filtrování a zpřesňování dotazu už záleží na potřebách uživatele.

==== Sublemmata zvláštního druhu stupňování (sebe-) ====

  * Sublemmata adjektiv (např. //sebedůležitější//): \\ ''%%[tag="A........1.*" & sublemma="sebe.*" & lemma!="sebe.*"]%%'' 
  * Sublemmata adverbií (např. //sebešetrněji//): \\ ''%%[tag="Db.*" & sublemma="sebe.*" & lemma!="sebe.*"]%%''

==== Sublemmata u neohebných slovních druhů a zájmen ====

Sublemmata u jednotlivých slovních druhů lze v kombinaci se základním dotazem nalézt celkem snadno:

  * Variantní sublemmata u spojek: \\ ''%%1:[tag="J.*"] & 1.sublemma!=1.lemma%%''

  * Variantní sublemmata u předložek: \\ ''%%1:[tag="R.*"] & 1.sublemma!=1.lemma%%''

  * Variantní sublemmata u částic: \\ ''%%1:[tag="T.*"] & 1.sublemma!=1.lemma%%''

  * Variantní sublemmata u citoslovcí: \\ ''%%1:[tag="I.*"] & 1.sublemma!=1.lemma%%''

  * Variantní sublemmata u zájmen: \\ ''%%1:[tag="P.*"] & 1.sublemma!=1.lemma%%''

  * Variantní sublemmata u nestupňovatelných adverbií:\\ ''%%1:[tag="Db.*" & sublemma!="sebe.*"] & 1.sublemma!=1.lemma%%''\\ v dotazu je potřeba eliminovat tvary adverbií se zvláštním stupňováním, které mají také tag ''Db.*''


==== Sublemmata u proprií ====

U proprií je postup vyhledávání stejný jako u apelativ s tím rozdílem, že formuli zpřesníme takto:\\ ''%%1:[word=".*"] & 1.sublemma!=1.lemma & 1.lemma_lc!=1.lemma%%''\\ tedy najdi jakékoliv variantní sublemma, jehož lemma psané malými písmeny se nerovná lemmatu (v němž se rozlišuje velikost písmen).

Příklad:

  * Pokud chceme hledat variantní jména/názvy ženského rodu, ale nikoliv variantní příjmení, lze dotaz uvést např. takto:\\ ''%%1:[tag="NNF.*" & lemma!=".*[cs]ká"] & 1.sublemma!=1.lemma & 1.lemma_lc!=1.lemma%%''


\\
%%%% >> [[cnk:syn2020|Zpět na hlavní stránku Korpus SYN2020]]\\
%%%% >> [[cnk:syn2020:seznamy|Všechny seznamy slov SYN2020]]\\
%%%% >> [[cnk:syn2020:lemmatizace|Lemmatizace SYN2020]]\\
Historie: • pravidla • prehled_negativnich_lemmat • srovnavaci_seznamy • oral2013 • hledani_v_paralelnim_korpusu • genre • totalita • hledani_v_diachronnim_korpusu • hledani_v_mluvenych_korpusech • abc_seznamy