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).

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

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.*

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

» Zpět na hlavní stránku Korpus SYN2020
» Všechny seznamy slov SYN2020
» Lemmatizace SYN2020