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:syn:verze13 [2024/12/23 13:53] – [Publicistika v SYN verze 13] michalkrencnk:syn:verze13 [2024/12/27 17:47] (aktuální) – [Korpus SYN verze 13] michalkren
Řádek 4: Řádek 4:
 <WRAP right 35%> <WRAP right 35%>
 ^ <fs medium>Název</fs> ^^ <fs medium>SYN verze 13</fs> ^ ^ <fs medium>Název</fs> ^^ <fs medium>SYN verze 13</fs> ^
-^ [[pojmy:atributy_pozicni|Pozice]] ^ Počet [[pojmy:token|pozic (tokenů)]] |  6 238 142 297 |   +^ [[pojmy:atributy_pozicni|Pozice]] ^ Počet [[pojmy:token|pozic (tokenů)]] |  6 400 899 055 |   
-^ ::: ^ Počet [[pojmy:token|pozic (tokenů) bez interpunkce ]] |  5 174 701 189 |   +^ ::: ^ Počet [[pojmy:token|pozic (tokenů) bez interpunkce ]] |  5 310 635 949 |   
-^ ::: ^ Počet [[pojmy:word|slovních tvarů (wordů)]] |  11 384 712 |   +^ ::: ^ Počet [[pojmy:word|slovních tvarů (wordů)]] |  11 522 926 |   
-^ ::: ^ Počet [[pojmy:lemma|lemmat]] |  7 604 956 | +^ ::: ^ Počet [[pojmy:lemma|lemmat]] |  7 655 932 | 
-^ [[pojmy:atributy_strukturni|Struktury]] ^ Počet [[pojmy:doc|dokumentů]] |  144 755 | +^ [[pojmy:atributy_strukturni|Struktury]] ^ Počet [[pojmy:doc|dokumentů]] |  151 076 | 
-^ ::: ^ Počet [[seznamy:strukturni_atributy_syn|textů]] |  18 965 216 | +^ ::: ^ Počet [[seznamy:strukturni_atributy_syn|textů]] |  19 363 730 | 
-^ ::: ^ Počet vět |  398 423 123 |+^ ::: ^ Počet vět |  408 749 819 |
 ^ Další informace ^ [[pojmy:referencni|Referenční]] |  ANO |   ^ Další informace ^ [[pojmy:referencni|Referenční]] |  ANO |  
 ^ ::: ^ [[pojmy:reprezentativnost|Reprezentativní]] |  NE (převažuje [[seznamy:txtype|publicistika]]) |   ^ ::: ^ [[pojmy:reprezentativnost|Reprezentativní]] |  NE (převažuje [[seznamy:txtype|publicistika]]) |  
-^ ::: ^ Rok zveřejnění |  2023 |+^ ::: ^ Rok zveřejnění |  2024 |
 </WRAP> </WRAP>
  
-Každý **korpus SYN** obsahuje vždy všechny [[pojmy:synchronni|synchronní]] [[pojmy:psany|psané]] korpusy řady SYN (viz popis celé řady [[cnk:syn|SYN]]) zveřejněné do doby vzniku dané verze. Korpus SYN verze 13 tedy zahrnuje korpusy [[cnk:syn2000|SYN2000]], [[cnk:syn2005|SYN2005]], [[cnk:syn2006pub|SYN2006PUB]], [[cnk:syn2009pub|SYN2009PUB]], [[cnk:syn2010|SYN2010]], [[cnk:syn2013pub|SYN2013PUB]], [[cnk:syn2015|SYN2015]] a [[cnk:syn2020|SYN2020]]; kromě nich je však jeho součástí také publicistika z let 2010–2022, která je již součástí korpusů [[cnk:syn:verze4|SYN verze 4]] až [[cnk:syn:verze12|verze 12]], a také **dosud nezveřejněná publicistika z roku 2023** v objemu téměř 150 mil. slov.+Každý **korpus SYN** obsahuje vždy všechny [[pojmy:synchronni|synchronní]] [[pojmy:psany|psané]] korpusy řady SYN (viz popis celé řady [[cnk:syn|SYN]]) zveřejněné do doby vzniku dané verze. Korpus SYN verze 13 tedy zahrnuje korpusy [[cnk:syn2000|SYN2000]], [[cnk:syn2005|SYN2005]], [[cnk:syn2006pub|SYN2006PUB]], [[cnk:syn2009pub|SYN2009PUB]], [[cnk:syn2010|SYN2010]], [[cnk:syn2013pub|SYN2013PUB]], [[cnk:syn2015|SYN2015]] a [[cnk:syn2020|SYN2020]]; kromě nich je však jeho součástí také publicistika z let 2010–2022, která je již součástí korpusů [[cnk:syn:verze4|SYN verze 4]] až [[cnk:syn:verze12|verze 12]], a také **dosud nezveřejněná publicistika z roku 2023** v objemu přesahujícím 100 mil. slov.
  
 Korpus SYN není [[pojmy:reprezentativnost|reprezentativní]]; v jeho složení dominuje publicistika, což je důsledkem převahy rozsáhlých publicistických korpusů [[cnk:syn2006pub|SYN2006PUB]], [[cnk:syn2009pub|SYN2009PUB]], [[cnk:syn2013pub|SYN2013PUB]] a publicistické složky z let 2010–2023. Korpus SYN není [[pojmy:reprezentativnost|reprezentativní]]; v jeho složení dominuje publicistika, což je důsledkem převahy rozsáhlých publicistických korpusů [[cnk:syn2006pub|SYN2006PUB]], [[cnk:syn2009pub|SYN2009PUB]], [[cnk:syn2013pub|SYN2013PUB]] a publicistické složky z let 2010–2023.
Řádek 55: Řádek 55:
  
 <WRAP round tip 70%> <WRAP round tip 70%>
-Křen, M. – Cvrček, V. – Čapka, T. – Hnátková, M. – Jelínek, T. – Kocek, J. – Kováříková, D. – Křivan, J. – Milička, J. – Petkevič, V. – Skoumalová, H. – Šindlerová, J. – Škrabal, M.: //Korpus SYN, verze 13 ze 29. 12. 2024//. Ústav Českého národního korpusu FF UK, Praha 2024. Dostupný z WWW: https://www.korpus.cz+Křen, M. – Cvrček, V. – Čapka, T. – Hnátková, M. – Jelínek, T. – Kocek, J. – Kováříková, D. – Křivan, J. – Milička, J. – Petkevič, V. – Skoumalová, H. – Šindlerová, J. – Škrabal, M.: //Korpus SYN, verze 13 z 27. 12. 2024//. Ústav Českého národního korpusu FF UK, Praha 2024. Dostupný z WWW: https://www.korpus.cz
  
 Hnátková, M. – Křen, M. – Procházka, P. – Skoumalová, H. (2014): [[http://www.lrec-conf.org/proceedings/lrec2014/pdf/294_Paper.pdf|The SYN-series corpora of written Czech]]. In //Proceedings of the Ninth International Conference on Language Resources and Evaluation (LREC'14)//, 160–164. Reykjavík: ELRA. ISBN 978-2-9517408-8-4. Hnátková, M. – Křen, M. – Procházka, P. – Skoumalová, H. (2014): [[http://www.lrec-conf.org/proceedings/lrec2014/pdf/294_Paper.pdf|The SYN-series corpora of written Czech]]. In //Proceedings of the Ninth International Conference on Language Resources and Evaluation (LREC'14)//, 160–164. Reykjavík: ELRA. ISBN 978-2-9517408-8-4.

Historie: