| Next revision | Previous revision |
| en:pojmy:tag [2016/12/08 14:18] – created veronikapojarova | en:pojmy:tag [2020/12/21 13:39] (current) – [Tagset] michalkren |
|---|
| A morphological tag (commonly called **tag**) is a summary of the grammatical information about a specific word ([[en:pojmy:pozice|position ]]) in the given context. A tag is usually automatically generated based on a [[en:pojmy:morfologicka_analyza|morphological analysis]] and a subsequent [[en:pojmy:desambiguace|disambiguation]]. | A morphological tag (commonly called **tag**) is a summary of the grammatical information about a specific word ([[en:pojmy:pozice|position ]]) in the given context. A tag is usually automatically generated based on a [[en:pojmy:morfologicka_analyza|morphological analysis]] and a subsequent [[en:pojmy:desambiguace|disambiguation]]. |
| |
| Tagy jsou [[pojmy:atributy_pozicni|poziční atributy]]. Morfologická značka v českých korpusech ČNK je tvořena sekvencí značek (písmen a čísel), které mají specifický význam podle toho, na jaké pozici v kódu stojí. Ve větě //Po promoci na londýnské universitě odjel jsem roku 1878 do Netley na školení vojenských chirurgů.// má tvar //promoci// (přesto, že se potenciálně jedná o tvar morfologicky víceznačný) morfologickou značku ''NNFS6-----A-----'', která o něm říká, že se jedná o | Tags are [[en:pojmy:atributy_pozicni|positional attributes]]. A morphological tag in the Czech CNC corpora consists of a sequence of symbols (letters and numbers) which have a specific meaning based on the position which they occupy in the code. In the Czech sentence //Po promoci na londýnské universitě odjel jsem roku 1878 do Netley na školení vojenských chirurgů.// the word form //promoci// (although this form is potentially morphologically ambiguous) has a morphological tag ''NNFS6-----A-----'', which indicates that it is a: |
| * substantivum (=N) | * noun (=N) |
| * běžné substantivum (=N) | * common noun (=N) |
| * femininum, tedy ženského rodu (=F) | * femininum, i.e. feminine gender (=F) |
| * singulár, tedy jednotné číslo (=S) | * singular number (=S) |
| * v šestém pádě, tedy lokálu (=6) | * in the sixth case, i.e. locative (=6) |
| |
| ===== Tagset ===== | ===== Tagset ===== |
| |
| Soubor pravidel a hodnot, které se můžou vyskytovat v tagu se nazývá tagset. Poziční [[seznamy:tagy#popis_jednotlivych_pozic_znacky|tagset užívaný v českých korpusech ČNK]] má 16 pozic, každá z nich nese informaci o jiné gramatické kategorii: | A set of rules and values which can occur in a tag is called a tagset. The positional [[en:seznamy:tagy#popis_jednotlivych_pozic_znacky|tagset used in the Czech CNC corpora]] has 16 positions (starting from SYN2020, we are using a modified tagset), each of which carries some information about a specific grammatical category: |
| |
| - Slovní druh | - Word class |
| - Detailní určení slovního druhu | - A more detailed specification of word class |
| - Jmenný rod | - Grammatical gender |
| - Číslo | - Number |
| - Pád | - Case |
| - Přivlastňovací rod | - Possessive case |
| - Přivlastňovací číslo | - Possessive number |
| - Osoba | - Person |
| - Čas | - Tense |
| - Stupeň | - Degree |
| - Negace | - Negation |
| - Aktivum/pasívum | - Active/passive |
| - //Nepoužito// | - //not used// |
| - //Nepoužito// | - //not used// |
| - Varianta, stylový příznak apod. | - Variant, stylistic marking etc.. |
| - Vid | - Aspect |
| ==== Související odkazy ==== | |
| | |
| | ===== Tagsets used in the parallel corpus InterCorp ===== |
| | There are different tagsets for various languages. Description of these tagsets can be found [[en:cnk:intercorp:verze10#morphosyntactic_annotation|here]]. |
| | |
| | |
| | ==== Relevant links ==== |
| |
| <WRAP round box 49%> | <WRAP round box 49%> |
| [[seznamy:tagy|Přehled morfologických značek]] • [[pojmy:morfologicka_analyza|Morfologická analýza]] • [[pojmy:atributy_pozicni|Poziční atributy]] | [[en:seznamy:tagy|List of morphological tags]] • [[en:pojmy:morfologicka_analyza|Morphological analysis]] • [[en:pojmy:atributy_pozicni|Positional attributes]] |
| </WRAP> | </WRAP> |
