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:veda [2024/01/20 19:09] – [Korpus akademické češtiny] michalkrencnk:veda [2024/02/25 20:39] (aktuální) – [Jak citovat Korpus akademické češtiny] michalkren
Řádek 2: Řádek 2:
 ====== Korpus akademické češtiny ====== ====== Korpus akademické češtiny ======
  
-Korpus akademické češtiny je komplementem [[https://korpus.cz/frazova-banka|Frázové banky akademické češtiny]] a zahrnuje pouze česky psané nepřekladové texty vydané po roce 2010 ve vědeckých časopisech indexovaných v databázích Web of Science, Scopus nebo EBSCO. Dalším kritériem je žánr textu: do korpusu jsou zařazeny jen studie a přehledové články, nikoli tedy například recenze nebo zprávy z konferencí. Texty jsou ve většině případů v prefinální úpravě, tj. neprošly závěrečnou redakční úpravou ani autorskými korekturami. Korpus obsahuje články z celkem 21 titulů česky psaných vědeckých časopisů a je v něm zastoupeno všech šest oborů širší klasifikace podle [[https://doi.org/10.1787/9789264239012-en|Frascatského manuálu]]. Přesnější složení korpusu je uvedeno v tabulce. Převaha společenských a humanitních věd je dána tím, že česky psaných vědeckých článků vychází v ostatních oborech relativně málo.+Korpus akademické češtiny je komplementem [[https://korpus.cz/frazova-banka|Frázové banky akademické češtiny]] a zahrnuje pouze česky psané nepřekladové texty vydané po roce 2010 ve vědeckých časopisech indexovaných v databázích Web of Science nebo Scopus, případně EBSCO. Dalším kritériem je žánr textu: do korpusu jsou zařazeny jen studie a přehledové články, nikoli tedy například recenze nebo zprávy z konferencí. Texty jsou ve většině případů v prefinální úpravě, tj. neprošly závěrečnou redakční úpravou ani autorskými korekturami. Korpus obsahuje články z celkem 21 titulů česky psaných vědeckých časopisů a je v něm zastoupeno všech šest oborů širší klasifikace podle [[https://doi.org/10.1787/9789264239012-en|Frascatského manuálu]]. Přesnější složení korpusu je uvedeno v tabulce. Převaha společenských a humanitních věd je dána tím, že česky psaných vědeckých článků vychází v ostatních oborech relativně málo.
  
 ^ Obor ^ Titul ^ Počet slov ^ ^ Obor ^ Titul ^ Počet slov ^
Řádek 34: Řádek 34:
 ^ CELKEM ^ ^ 15 259 416 ^ ^ CELKEM ^ ^ 15 259 416 ^
  
-Celkový rozsah korpusu činí více než 15 milionů slov (téměř 20 milionů tokenů) ve 3 394 vědeckých článcích. Technické zpracování korpusu vychází z korpusů řady [[SYN|SYN]]. Hlavní rozdíl oproti řadě SYN spočívá v tom, že dokumenty zde odpovídají jednotlivým článkům, nikoli číslům. Dokumenty (články) jsou navíc dále členěny na jednotlivé sekce (//<div>//) odpovídající oddílům textů s explicitním označením třídy (class), která nabývá hodnot //úvod//, //diskuse//, //závěr// a //neznámá//. Toto členění bylo získáno heuristickými postupy, a není tedy vždy spolehlivé. Ke všem dokumentům jsou k dispozici metadata (autoři, název článku, číslo, rok vydání apod.), která prošla rozsáhlou manuální revizí. Lemmatizace a morfologické značkování korpusu odpovídají [[SYN2020|SYN2020]].+Celkový rozsah korpusu činí více než 15 milionů slov (téměř 20 milionů [[pojmy:token|tokenů]]) ve 3 394 vědeckých článcích. Technické zpracování korpusu vychází z korpusů řady [[SYN|SYN]]. Hlavní rozdíl oproti řadě SYN spočívá v tom, že dokumenty zde odpovídají jednotlivým článkům, nikoli číslům. Dokumenty (články) jsou navíc dále členěny na jednotlivé sekce (//<div>//) odpovídající oddílům textů s explicitním označením třídy (class), která nabývá hodnot //úvod//, //diskuse//, //závěr// a //neznámá//. Toto členění bylo získáno heuristickými postupy, a není tedy vždy spolehlivé. Ke všem dokumentům jsou k dispozici metadata (autoři, název článku, číslo, rok vydání apod.), která prošla rozsáhlou manuální revizí. Lemmatizace a morfologické značkování korpusu odpovídají [[SYN2020|SYN2020]].
  
 Autorský tým děkuje redakcím časopisů zařazených do korpusu, bez jejichž vstřícnosti by Korpus akademické češtiny nemohl vzniknout. Autorský tým děkuje redakcím časopisů zařazených do korpusu, bez jejichž vstřícnosti by Korpus akademické češtiny nemohl vzniknout.
Řádek 40: Řádek 40:
 ====== Jak citovat Korpus akademické češtiny ====== ====== Jak citovat Korpus akademické češtiny ======
 <WRAP round tip 70%> <WRAP round tip 70%>
-Vondřička, P. – Kaderka, P. – Hoffmannová, J. – Homoláč, J. – Kocek, J. – Kopecký, J. – Křen, M. – Sherman, T.: //Korpus akademické češtiny, verze 1 z 20. 12024//. Praha: Ústav Českého národního korpusu FF UK – Ústav pro jazyk český AV ČR, Praha 2024. Dostupný z WWW: http://www.korpus.cz+Vondřička, P. – Kaderka, P. – Hoffmannová, J. – Homoláč, J. – Kocek, J. – Kopecký, J. – Křen, M. – Sherman, T.: //Korpus akademické češtiny, verze 1 z 20. 112023//. Praha: Ústav Českého národního korpusu FF UK – Ústav pro jazyk český AV ČR, Praha 2023. Dostupný z WWW: http://www.korpus.cz
  
 Homoláč, J. – Křen, M. – Kašpárková, A. – Etchegoyen Rosolová, K. – Hoffmannová, J. – Kaderka, P. – Kopecký, J. – Sherman, T. – Vondřička, P.: Akademické psaní a frázové banky. //Slovo a slovesnost// 84(4), 2023, 303-321. https://doi.org/10.58756/s4348418. Homoláč, J. – Křen, M. – Kašpárková, A. – Etchegoyen Rosolová, K. – Hoffmannová, J. – Kaderka, P. – Kopecký, J. – Sherman, T. – Vondřička, P.: Akademické psaní a frázové banky. //Slovo a slovesnost// 84(4), 2023, 303-321. https://doi.org/10.58756/s4348418.
 </WRAP> </WRAP>