en:manualy:korpusdb - Příručka ČNK

This page is read only. You can view the source, but not change it. Ask your administrator if you think this is wrong.

====== KorpusDB: Database of word forms and lemmas attested in the CNC corpora ======

Databáze obsahuje všechny rozpoznané slovní tvary lemmat, která se reálně vyskytují v některém ze zpracovaných korpusů ČNK: [[cnk:syn:verze8|SYN v8]] (současná psaná čeština), [[cnk:oral|ORAL v1]] a [[cnk:ortofon|ORTOFON v1]] (současná mluvená čeština), [[cnk:diakorp|DIAKORP v6]] a nezveřejněný korpus textů 19. stol. Protože se lemmatizace a morfologické značkování těchto korpusů mírně liší, byly jako zdroj dat použity jejich interní verze s jednotným zpracováním.

Webové rozhraní nad databází je dostupné bez registrace na adrese: **[[https://db.korpus.cz/]]**

Webové rozhraní ukazuje mj. celá paradigmata spolu s frekvencemi tvarů v různých typech textu a s možností filtrování kategorií podle míry variability tvarů v nich. Zkuste si například na https://db.korpus.cz/search/lemmas najít lemma //motýl//, zapnout přepínač "seskupit varianty" a změnit "úroveň filtru" na 4. Objeví se celkem 5 morfologických kategorií, v nichž je doložena největší variabilita, jejímž zdrojem jsou v některých kategoriích současné psané texty (dat.sg., loc.sg.), v některých čeština 19. století (nom.pl., acc.pl.) a jindy primárně čeština mluvená (inst.pl.):

[{{:manualy:korpusdb_motyl.png?direct&400|Lemma //motýl// in KorpusDB}}]

A more detailed help page on how to work with KorpusDB is available directly in the application after clicking on the question mark icon.

===== How to cite KorpusDB =====

<WRAP round tip 80%>

Vondřička, P. (2020): KorpusDB: Database of word forms and lemmas attested in the CNC corpora. Version 1.0. FF UK, Praha. Available at: <http://db.korpus.cz/>.

</WRAP>

Trace: • paradigmaticky • psany • ud • ipm • korpusdb • dialekt • subkorpus

Search

Navigation

Print/export

Tools

Languages

Licence