en:manualy:syd - 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.
====== SyD ======

{{ kurz:syd-logo.png?direct&200|}}

The SyD application (for the analysis of **Sy**nchronic and **D**iachronic variants) serves primarily to study competing linguistic phenomena. It serves as a supplementation of the more universal [[en:pojmy:korpusovy_manazer|corpus managers]], and can quickly and easily provide corpus results to lay users. As its name suggests, the application has two (essentially separate) parts: 
  - synchronic, in which it is possible to compare variants based on their frequency and distribution in the texts
  - diachronic, in which it is possible to map the development tendencies in the use of the variants.



SyD is an online application (the only thing we need to use it is a web browser) and it is accessible without [[en:kurz:zaciname|registration]] to all users at **[[http://treq.korpus.cz|syd.korpus.cz]]**. 

It is currently available in the version 2.0, which was published in 2014 (the first version was launched in 2011). The application includes a concise manual, and the displayed results are accompanied by a detailed commentary. Just like in some of the other applications (e.g. in [[en:manualy:morfio|Morfio]]), a permanent link leading to the input query is available in SyDu making it appropriate for sharing and citing.

===== The Synchronic part =====

In the synchronic part the user can input two (or even more) phenomena which he wants to compare. The opposition may relate to their spelling (eg. //filozofie// vs. //filosofie//), or to their morphology (//bychom// vs. //bysme//), however it is also possible to study lexicological opposition (//stále// vs. //pořád// vs. //furt//), or even syntax and word order in general (//sebe sama// vs. //sama sebe//). The queries can be written very trivially (a simple input of the desired word will suffice) or with the help of a query language, [[en:pojmy:dotazovací_jazyk|CQL]]. The application will evaluate all queries and will display the results in the form of tables and graphs.

Corpora used in the SyD application (in the 2.0 version):
  * [[en:cnk:syn2010|SYN2010]] for written (public) language
  * [[en:cnk:ksk-dopisy|KSK-Dopisy]] for written private (and informal) language
  * [[en:cnk:oral2006|Oral2006]] + [[en:cnk:oral2008|Oral2008]] + [[en:cnk:oral2013|Oral2013]] for spoken informal language

V synchronní části analýzy je možné využívat [[pojmy:lemma|lemmatizaci]] (tj. dotazovat se na celý lexém včetně všech jeho tvarů), při vyhodnocování výsledků je však třeba obezřetnosti. Zatímco v korpusech řady SYN se využívá standardní lemmatizace, data pro mluvenou češtinu a pro korespondenci lemmatizována nejsou a je zde proto rozsah lemmatu odhadován na základě psaného jazyka (dotaz je nejprve vyhodnocen v korpusu SYN2010 a na základě tvarů v něm identifikovaných je sestaven dotaz pro nelemmatizované korpusy).

Synchronní část poskytuje informaci o rozložení jevů v psaných textech (na základě [[pojmy:atributy_strukturni|strukturních atributů]] [[pojmy:txtype|txtype]] a [[pojmy:genre|genre]]) i v mluveném jazyce (na základě atribtutů pohlaví, věk, vždělání a regionální příslušnost). Všechny údaje jsou relativizovány s ohledem na velikost dané kategorie v korpusech.

Pro analýzu lexikálních odlišností zkoumaných variant poskytuje aplikace SyD i zjednodušenou verzi [[pojmy:kolokace|kolokačních]] paradigmat k jednotlivým dotazům.

===== The Diachronic part =====

The basis for the diachronic analysis is the Diakon corpus which is composed of the [[en:cnk:diakorp|Diakorp]] corpus texts, expanded upon with data from earlier forms of Czech which have not yet been reviewed manually. A makeshift list of source texts before the year 1989 is available in the [[en:seznamy:index#zdrojove_texty_diachronnich_korpusu|lists]] section. The most modern period is represented by a selection from the synchronic corpora of the [[en:cnk:syn|SYN]] series. Due to the fact that the older texts are not yet [[wp>Lemma_(psycholinguistics)|lemmatized]], it is possible to use only the [[en:pojmy:word|word]] attribute (word form) for queries.

Aplikace SyD všechny zadané dotazy vyhodnotí a zjistí jejich relativní frekvenci v různých letech. Vzhledem k tomu, že pokrytí časové osy stále není optimální, je třeba brát časové údaje spíše orientačně a pro zobrazení trendů se užívá klouzavý průměr (s nastavitelným oknem). Zobrazení na časové ose obsahuje navíc ještě i míru chyby, s níž je třeba při analýze dat počítat. 

===== Application images =====

[{{:kurz:syd-syn.png?direct&200|Evaluation of query in synchronic part}}]
[{{:kurz:syd-syn-distr.png?direct&200|Distribution of phenomena in written texts}}]
[{{:kurz:syd-syn-kolok.png?direct&200|Collocation analysis}}]
[{{:kurz:syd-dia.png?direct&200|Evaluation of query in diachronic part}}]
[{{:kurz:syd-dia-roky.png?direct&200|Number of occurrences displayed over the years}}]

==== Related links ====

<WRAP round box 50%>
[[en:manualy:kontext:index|KonText Interface]] • [[en:manualy:morfio|Morfio]] • [[en:manualy:kwords|KWords]] • [[en:manualy:treq|Treq]] • [[en:pojmy:korpusovy_manazer|Corpus Manager]] • [[en:pojmy:nastroje|Corpus Tools]]
</WRAP>
Trace: • oral • kwords • kh-noviny • historie • online • gramatikat • verze4 • tagy • ortofon • klasifikace_textu_syn2015
Search

Navigation

Print/export

Tools

Languages

Licence
