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:uvod [2019/12/20 15:44]
Michal Křen [Přehled dostupných korpusů]
cnk:uvod [2020/10/05 11:00] (aktuální)
Václav Cvrček [Přehled dostupných korpusů]
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 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 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:​verze8|verze 8]]) |  4,5 mld. |  ✓  |  ✓  |  2010  | [[pojmy:​verzovany|verzovaný]] korpus, spojující synchronní psané korpusy řady SYN a další, dosud nezveřejněné texty |+| [[cnk:​syn|SYN]] ([[cnk:​syn:​verze8|verze 8]]) |  4,5 mld. |  ✓  |  ✓  |  2010-2019  | [[pojmy:​verzovany|verzovaný]] korpus, spojující synchronní psané korpusy řady SYN a další, dosud nezveřejněné texty |
 | [[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]] |
 | [[cnk:​syn2013PUB|SYN2013PUB]] |  935 mil. |  ✓  |  ✓  |  2013  | [[pojmy:​referencni|referenční]] korpus publicistických textů z let 2005--2009 | | [[cnk:​syn2013PUB|SYN2013PUB]] |  935 mil. |  ✓  |  ✓  |  2013  | [[pojmy:​referencni|referenční]] korpus publicistických textů z let 2005--2009 |
Řádek 36: Řádek 36:
 | [[cnk:​link|LINK]] |  1,8 mil. |  ✓  |  ✓  |  2010  | korpus sestavený z odborných lingvistických textů | | [[cnk:​link|LINK]] |  1,8 mil. |  ✓  |  ✓  |  2010  | korpus sestavený z odborných lingvistických textů |
 | [[cnk:​net|NET]] |  41 mil. |  ✓  |  ✓  |  2019  | korpus polooficiální internetové komunikace | | [[cnk:​net|NET]] |  41 mil. |  ✓  |  ✓  |  2019  | korpus polooficiální internetové komunikace |
 +| [[cnk:​online|ONLINE]] |  > 6 mld. |  ✓  |  ✓  |  2020  | monitorovací korpus českého internetu |
 | [[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:​skript2012|SKRIPT2012]] |  590 tis. |  ✓  |  ✓  |  2013  | korpus školních písemných prací | | [[cnk:​skript2012|SKRIPT2012]] |  590 tis. |  ✓  |  ✓  |  2013  | korpus školních písemných prací |
Řádek 60: Řádek 61:
 | **[[cnk:​struktura#​cizojazycnekorpusy#​paralelni|Psané paralelní korpusy (překlady a originály)]] ** |||||| | **[[cnk:​struktura#​cizojazycnekorpusy#​paralelni|Psané paralelní korpusy (překlady a originály)]] ** ||||||
 ^ korpus ^ velikost (počet slov) ^ lemmatizace ^ [[pojmy:​tag|morfologické značky]] ^ rok zveřejnění ^ charakteristika korpusu ^ ^ korpus ^ velikost (počet slov) ^ lemmatizace ^ [[pojmy:​tag|morfologické značky]] ^ rok zveřejnění ^ charakteristika korpusu ^
-| [[cnk:​intercorp|InterCorp]] ([[cnk:​intercorp:​verze12|verze ​12]]) |  1,7 mld. |  (✓)  |  (✓)  |  2008  | [[pojmy:​verzovany|verzovaný]] [[pojmy:​paralelni|paralelní]] korpus zahrnující 40 jazyků |+| [[cnk:​intercorp|InterCorp]] ([[cnk:​intercorp:​current|verze 12]]) |  1,7 mld. |  (✓)  |  (✓)  |  2008-2019  | [[pojmy:​verzovany|verzovaný]] [[pojmy:​paralelni|paralelní]] korpus zahrnující 40 jazyků |
 | **[[cnk:​struktura#​cizojazycnekorpusy#​paralelni|Psané srovnatelné webové korpusy]]** |||||| | **[[cnk:​struktura#​cizojazycnekorpusy#​paralelni|Psané srovnatelné webové korpusy]]** ||||||
 ^ korpus ^ velikost (počet slov) ^ lemmatizace ^ [[pojmy:​tag|morfologické značky]] ^ rok zveřejnění ^ charakteristika korpusu ^ ^ korpus ^ velikost (počet slov) ^ lemmatizace ^ [[pojmy:​tag|morfologické značky]] ^ rok zveřejnění ^ charakteristika korpusu ^