AplikaceAplikace
Nastavení

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision		Previous revision
en:cnk:syn:verze3 [2016/12/11 16:41] – [Related links] veronikapojarovaen:cnk:syn:verze3 [2017/04/21 11:01] (current) – [The composition of the SYN version 3 corpus] michalskrabal
Line 26: Line 26:
 ^ <fs medium>Referential written language corpora (synchronic and general) ordered by date of creation</fs> ^^^^^^ ^ <fs medium>Referential written language corpora (synchronic and general) ordered by date of creation</fs> ^^^^^^
 ^ corpus ^ size (words) ^ [[en:pojmy:lemma|lemmatization]] ^ [[en:pojmy:tag|morphological tags]] ^ publication year ^ corpus description ^ ^ corpus ^ size (words) ^ [[en:pojmy:lemma|lemmatization]] ^ [[en:pojmy:tag|morphological tags]] ^ publication year ^ corpus description ^
-^ [[en:cnk:syn2013PUB|SYN2013PUB]] | 935 mil. |  YES  |  YES  |  2013  | corpus of journalistic texts from the years 2005-2009 | +^ [[en:cnk:syn2013PUB|SYN2013PUB]] | 935 mil. |  ✓  |  ✓  |  2013  | corpus of journalistic texts from the years 2005-2009 | 
-^ [[en:cnk:syn2010|SYN2010]] | 100 mil. |  YES  |  YES  |  2010  | representative corpus, mainly texts from the years  2005–2009| +^ [[en:cnk:syn2010|SYN2010]] | 100 mil. |  ✓  |  ✓  |  2010  | representative corpus, mainly texts from the years  2005–2009| 
-^ [[en:cnk:syn2009PUB|SYN2009PUB]] | 700 mil. |  YES  |  YES  |  2010  | corpus of journalistic texts from the years 1995–2007 | +^ [[en:cnk:syn2009PUB|SYN2009PUB]] | 700 mil. |  ✓  |  ✓  |  2010  | corpus of journalistic texts from the years 1995–2007 | 
-^ [[en:cnk:syn2006PUB|SYN2006PUB]] | 300 mil. |  YES  |  YES  |  2006  | corpus of journalistic texts from the years 1989–2004| +^ [[en:cnk:syn2006PUB|SYN2006PUB]] | 300 mil. |  ✓  |  ✓  |  2006  | corpus of journalistic texts from the years 1989–2004| 
-^ [[en:cnk:syn2005|SYN2005]] | 100 mil. |  YES  |  YES  |  2005  | representative corpus, mainly texts from the years  2000–2004| +^ [[en:cnk:syn2005|SYN2005]] | 100 mil. |  ✓  |  ✓  |  2005  | representative corpus, mainly texts from the years  2000–2004| 
-^ [[en:cnk:syn2000|SYN2000]] | 100 mil. |  YES  |  YES  |  2000  | representative corpus, mainly texts from the years 1990–1999|+^ [[en:cnk:syn2000|SYN2000]] | 100 mil. |  ✓  |  ✓  |  2000  | representative corpus, mainly texts from the years 1990–1999|
  
-Složení publicistické části korpusu SYN verze 3 pokrývá produkci hlavních celostátních deníků (Mladá fronta DNES, Lidové noviny, Právo, Hospodářské noviny, Blesk) a nespecializovaných časopisů (Reflex, Respekt, Týden) mezi lety 1998--2009. Tabulku s velikostí 15 titulů nejvíce zastoupených v publicistické části korpusu SYN verze 3 (s rozložením po jednotlivých letech; údaje jsou v milionech slov, tj. pozic bez započtení interpunkce) je možné stáhnout níže, náhled složení publicistické části je vidět na následujícím grafu. +The composition of the journalistic part of the corpus SYN version 3 covers the production of most of the national daily newspapers (Mladá fronta DNES, Lidové noviny, Právo, Hospodářské noviny, Blesk) and non-specialized magazines (Reflex, Respekt, Týden) between the years 1998--2009. A table containing the 15 titles most represented in the journalistic part of the corpus SYN version 3 (with a layout for the individual years; the numbers are in millions of words, i.e. positions not counting punctuation) can be downloaded below, a preview of the composition of the journalism part can be seen on the following graph. 
  
 {{:cnk:slozeni_syn_v3.ods|Composition of the journalism part of SYN version 3}} {{:cnk:slozeni_syn_v3.ods|Composition of the journalism part of SYN version 3}}
Line 41: Line 41:
  
 <WRAP round tip 70%> <WRAP round tip 70%>
-Křen, M. – Čermák, F. – Hlaváčová, J. – Hnátková, M. – Jelínek, T. – Kocek, J. – Kopřivová, M. – Novotná, R. – Petkevič, V. – Procházka, P. – Schmiedtová, V. – Skoumalová, H. – Šulc, M.: //Korpus SYN, verze 3 z 27. 1. 2014//. Ústav Českého národního korpusu FF UK, Praha 2014. Available online: http://www.korpus.cz+Křen, M. – Čermák, F. – Hlaváčová, J. – Hnátková, M. – Jelínek, T. – Kocek, J. – Kopřivová, M. – Novotná, R. – Petkevič, V. – Procházka, P. – Schmiedtová, V. – Skoumalová, H. – Šulc, M.: //Corpus SYN, version 3 from 27. 1. 2014//. Ústav Českého národního korpusu FF UK, Praha 2014. Available online: http://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. 

Trace: