AplikaceAplikace
Nastavení
LDAP: couldn't connect to LDAP server

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:uvod [2024/11/07 11:38] – jankocekcnk:uvod [2025/03/17 16:56] (aktuální) – [Přehled dostupných korpusů] michalkren
Řádek 13: Řádek 13:
 ^ korpus ^ velikost (počet slov) ^ lemmatizace ^ [[pojmy:tag|morfologické značky]] ^ rok zveřejnění((U verzovaných korpusů, jako jsou např. [[cnk:syn|SYN]] nebo [[cnk:intercorp|InterCorp]], je uveden také rok zveřejnění první verze.)) ^ charakteristika korpusu ^ ^ korpus ^ velikost (počet slov) ^ lemmatizace ^ [[pojmy:tag|morfologické značky]] ^ rok zveřejnění((U verzovaných korpusů, jako jsou např. [[cnk:syn|SYN]] nebo [[cnk:intercorp|InterCorp]], je uveden také rok zveřejnění první verze.)) ^ charakteristika korpusu ^
 | **[[cnk:struktura#korpusypsanesoucasnecestiny(radasyn)#obecne|Obecné korpusy]]** |||||| | **[[cnk:struktura#korpusypsanesoucasnecestiny(radasyn)#obecne|Obecné korpusy]]** ||||||
-| [[cnk:syn|SYN]] ([[cnk:syn:verze12|verze 12]]) |  5 mld. |  ✓  |  ✓  |  2010-2023  | [[pojmy:verzovany|verzovaný]] korpus, spojující synchronní psané korpusy řady SYN a další, dosud nezveřejněné texty |+| [[cnk:syn|SYN]] ([[cnk:syn:verze13|verze 13]]) |  5,3 mld. |  ✓  |  ✓  |  2010-2024  | [[pojmy:verzovany|verzovaný]] korpus, spojující synchronní psané korpusy řady SYN a další, dosud nezveřejněné texty |
 | [[cnk:syn2020|SYN2020]] |  100 mil. |  ✓  |  ✓  |  2020  | [[pojmy:referencni|referenční]] reprezentativní korpus, převažují texty z let 2015–2019 | | [[cnk:syn2020|SYN2020]] |  100 mil. |  ✓  |  ✓  |  2020  | [[pojmy:referencni|referenční]] reprezentativní korpus, převažují texty z let 2015–2019 |
 | [[cnk:syn2015|SYN2015]] |  100 mil. |  ✓  |  ✓  |  2015  | [[pojmy:referencni|referenční]] reprezentativní korpus, převažují texty z let 2010–2014, s novou [[cnk:klasifikace_textu_syn2015|klasifikací textů]] | | [[cnk:syn2015|SYN2015]] |  100 mil. |  ✓  |  ✓  |  2015  | [[pojmy:referencni|referenční]] reprezentativní korpus, převažují texty z let 2010–2014, s novou [[cnk:klasifikace_textu_syn2015|klasifikací textů]] |
Řádek 38: Řádek 38:
 | [[cnk:kh-dopisy|KH-DOPISY]] |  500 tis. |  ✗  |  ✗  |  2017  | korpus korespondence Karla Havlíčka | | [[cnk:kh-dopisy|KH-DOPISY]] |  500 tis. |  ✗  |  ✗  |  2017  | korpus korespondence Karla Havlíčka |
 | [[cnk:kh-noviny|KH-NOVINY]] |  1 mil. |  ✗  |  ✗  |  2021  | korpus publicistiky Karla Havlíčka | | [[cnk:kh-noviny|KH-NOVINY]] |  1 mil. |  ✗  |  ✗  |  2021  | korpus publicistiky Karla Havlíčka |
 +| [[cnk:klaus|Klaus]] |  1,5 mil. |  ✓  |  ✓  |  2024  | korpus textů Václava Klause st. |
 | [[cnk:orwell|ORWELL]] |  80 tis. |  ✓  |  ✓  |  2003  | ručně označkovaný korpus Orwellova románu [[wp>Nineteen_Eighty-Four|1984]] | | [[cnk:orwell|ORWELL]] |  80 tis. |  ✓  |  ✓  |  2003  | ručně označkovaný korpus Orwellova románu [[wp>Nineteen_Eighty-Four|1984]] |
 | **[[cnk:struktura#korpusypsanesoucasnecestiny(radasyn)#specializovane|Specializované korpusy]]** |||||| | **[[cnk:struktura#korpusypsanesoucasnecestiny(radasyn)#specializovane|Specializované korpusy]]** ||||||
Řádek 87: Řádek 88:
 | [[cnk:ukwac|ukWaC]] |  1 900 mil. |  ✓  |  ✓  |  2013  | webový korpus britské angličtiny | | [[cnk:ukwac|ukWaC]] |  1 900 mil. |  ✓  |  ✓  |  2013  | webový korpus britské angličtiny |
 | **Psané jednojazyčné speciální korpusy** |||||| | **Psané jednojazyčné speciální korpusy** ||||||
-| [[cnk:baltischebriefe|baltische_briefe]] |  45 tis. |  ✓  |  ✓  |  2024  | korpus textů historických novin Baltische Briefe z let 1949, 1950, 1988, 1991 a 2004 |+| [[cnk:baltischebriefe|Baltische Briefe]] |  300 tis. |  ✓  |  ✓  |  2024  | korpus textů německých historických novin Baltische Briefe |
 | [[cnk:codit|CODIT]] |  27 mil. |  ✗  |  ✗  |  2021  | diachronní korpus italštiny pokrývající období od 13. století do roku 1947 | | [[cnk:codit|CODIT]] |  27 mil. |  ✗  |  ✗  |  2021  | diachronní korpus italštiny pokrývající období od 13. století do roku 1947 |
 | [[cnk:dotko|DOTKO]] (verze 2) |  15,5 mil. |  ✓  |  ✗  |  2010  | korpus dolní lužické srbštiny | | [[cnk:dotko|DOTKO]] (verze 2) |  15,5 mil. |  ✓  |  ✗  |  2010  | korpus dolní lužické srbštiny |
-| [[cnk:eebo|EEBO]] |  730 mil. |  ✗  |  ✗  |  2015  | korpus anglických textů z období 1475--1700 z kolekce [[http://www.textcreationpartnership.org/tcp-eebo/|Early English Books Online]] |+| [[cnk:eebo|EEBO]] (verze 2)  |  1 300 mil. |  ✓  |  ✓  |  2015  | korpus anglických textů z období 1475--1700 z kolekce [[https://textcreationpartnership.org/tcp-texts/eebo-tcp-early-english-books-online/|Early English Books Online]] |
 | [[cnk:hotko|HOTKO]] (verze 2) |  36 mil. |  ✗  |  ✗  |  2013  | korpus horní lužické srbštiny | | [[cnk:hotko|HOTKO]] (verze 2) |  36 mil. |  ✗  |  ✗  |  2013  | korpus horní lužické srbštiny |
 | [[cnk:lEstRepublicain|lEstRepublicain]] |  73 mil. |  ✓  |  ✓  |  2013  | korpus textů francouzského regionálního deníku //L’Est Républicain// | | [[cnk:lEstRepublicain|lEstRepublicain]] |  73 mil. |  ✓  |  ✓  |  2013  | korpus textů francouzského regionálního deníku //L’Est Républicain// |

Historie: