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
manualy:kontext:filtr [2018/11/07 12:26] Michal Škrabalmanualy:kontext:filtr [2023/08/30 12:34] (aktuální) – [První nálezy ve větách] Jan Křivan
Řádek 2: Řádek 2:
  
 Filtrování výsledku hledání ([[pojmy:konkordance|konkordance]]) slouží k zpřesnění původně položeného dotazu dodatečnou podmínkou. Obecně je možné říct, že jakýkoli filtr je možné nahradit složitějším [[pojmy:dotazovaci_jazyk|CQL]] dotazem, nicméně v některých typech výzkumu je lepší postupovat od obecnějšího zadání postupným specifikováním výsledku, kterého chceme dosáhnout. Výhodou takové cesty je možnost průběžné kontroly toho, jaké výsledky se v konkordanci objevují. Filtrování výsledku hledání ([[pojmy:konkordance|konkordance]]) slouží k zpřesnění původně položeného dotazu dodatečnou podmínkou. Obecně je možné říct, že jakýkoli filtr je možné nahradit složitějším [[pojmy:dotazovaci_jazyk|CQL]] dotazem, nicméně v některých typech výzkumu je lepší postupovat od obecnějšího zadání postupným specifikováním výsledku, kterého chceme dosáhnout. Výhodou takové cesty je možnost průběžné kontroly toho, jaké výsledky se v konkordanci objevují.
 +
 +Základními typy jsou **filtry pozitivní a negativní** specifikované dalším filtrujícím dotazem. Ve zvláštních případech se vyplatí použít připravený filtr **odstranění vnořených shod** a vyfiltrování **prvních výskytů v dokumentech nebo ve větách**.
 +
 +===== Pozitivní filtr a negativní filtr =====
  
 [{{ :manualy:kontext:filtr.png?direct&300|Formulář filtrování }}] [{{ :manualy:kontext:filtr.png?direct&300|Formulář filtrování }}]
  
-V rozhraní KonText máte na výběr ze dvou základních typů filtrování (přes položku **Filtr** anebo stisknutím klávesy ''F''):+V rozhraní KonText máte na výběr ze dvou základních typů filtrování. Vyvolávají se přes položku **Filtr > Pozitivní...** a **Filtr > Negativní...** anebo stisknutím klávesy ''F'':
   - P-filtr (pozitivní filtr)    - P-filtr (pozitivní filtr) 
   - N-filtr (negativní filtr)   - N-filtr (negativní filtr)
Řádek 11: Řádek 15:
 Zatímco pozitivní filtr slouží k výběru podmnožiny konkordancí z výchozího seznamu, negativní filtr umožňuje některé nehodící se konkordance ze seznamu vyřadit. V případě P-filtru tak uživatel specifikuje podmínku, jejíž splnění podmiňuje ponechání řádku v konkordančním seznamu. N-filtr na základě uživatelovy specifikace naopak identifikuje ty konkordance, které je třeba z výsledku vyřadit (to, co odpovídá podmínce, je vyloučeno). Zatímco pozitivní filtr slouží k výběru podmnožiny konkordancí z výchozího seznamu, negativní filtr umožňuje některé nehodící se konkordance ze seznamu vyřadit. V případě P-filtru tak uživatel specifikuje podmínku, jejíž splnění podmiňuje ponechání řádku v konkordančním seznamu. N-filtr na základě uživatelovy specifikace naopak identifikuje ty konkordance, které je třeba z výsledku vyřadit (to, co odpovídá podmínce, je vyloučeno).
  
-V rámci formuláře pro filtrování je třeba nejprve upřesnit typ filtru (pozitivní/negativní). Další nastavení specifikují podmínku (ta je ve své podstatě dalším dotazem aplikovaným na výsledky původního hledání): rozsah kontextu, v němž se filtrovaný jev bude hledat[[kurz:prvni_dotaz#typy_dotazu|typ dotazu]], který bude pro hledání užit, a zadání samotného filtrovacího dotazu.+==== Nastavení filtru ==== 
 + 
 +V rámci formuláře je třeba vybrat nastavení specifikující podmínku (ta je ve své podstatě dalším dotazem aplikovaným na výsledky původního hledání), zejména formulovat **samotný filtrující dotaz** (ať už jednoduchý, nebo pokročilý) a následně ve zvláštním oddílu formuláře upravit upřesňující parametry: 
 + 
 +  * **Rozsah hledání**, tj. rozsah kontextu, v němž se filtrovaný jev bude hledat; implicitně je nastaven na hledání v okolí pěti tokenů nalevo i napravo od [[pojmy:kwic|KWICu]] (-5 5) včetně KWIC. Pokud chceme filtr omezit například jen na KWIC, změníme rozsah na nulový (0 0) včetně KWIC. 
 + 
 +  * Další parametry jsou stejné jako u úvodního dotazu: **výchozí [[pojmy:atributy_pozicni|poziční atribut]]**, který je při filtrování implicitně nastaven jako ''word''; v režimu jednoduchého dotazu je to dále zohlednění **velikosti písmen** (case-sensitivity) a také povolení **použití [[pojmy:regularni_vyrazy|regulárních výrazů]]**. 
 +  
 +  * Volba **Zvýraznění shody** (s hodnotami **první shoda**, **poslední shoda**) má smysl pouze při pozitivním filtrování: 
  
 [{{ :manualy:kontext:filtr_konkordance.png?direct&300|Výsledná konkordance lemmatu //klidný// s pozitivním filtrem hledajícím //a// v bezprostředním sousedství. }}] [{{ :manualy:kontext:filtr_konkordance.png?direct&300|Výsledná konkordance lemmatu //klidný// s pozitivním filtrem hledajícím //a// v bezprostředním sousedství. }}]
  
-Volba **Zvýraznit** (s hodnotami **první shoda**, **poslední shoda**) má smysl pouze při pozitivním filtrování. Specifikuje, které z kontextových slov má být označeno jako kookurence ke [[pojmy:kwic|KWIC]]u v případě, že se v jeho okolí nachází takových slov víc. Představme si, že při hledání [[pojmy:lemma|lemmatu]] //klidný// najdeme i větu: +=== Zvýraznění shody === 
 + 
 +Nastavení specifikuje, které z kontextových slov má být označeno jako kookurence ke KWICu v případě, že se v jeho okolí nachází takových slov víc. Představme si, že při hledání [[pojmy:lemma|lemmatu]] //klidný// najdeme i větu: 
  
 ''Stal se nervózním a <fc #FF0000>neklidným</fc> a jeho oči těkaly'' ''Stal se nervózním a <fc #FF0000>neklidným</fc> a jeho oči těkaly''
Řádek 21: Řádek 35:
 Budeme-li chtít vyfiltrovat pouze ty konkordance, kde se v bezprostředním okolí lemmatu //klidný// objevuje spojka //a//, budeme mít v tomto případě dvě možnosti: buď jako kookurenci označíme předcházející spojku, nebo spojku následující za KWICem. Pokud v nastavení filtru zvolíme **první shoda** vybraný token, bude označen v hledaném kontextovém rozsahu ten nejvíce nalevo, v případě volby **poslední shoda** bude označen ten nejvíce napravo. Budeme-li chtít vyfiltrovat pouze ty konkordance, kde se v bezprostředním okolí lemmatu //klidný// objevuje spojka //a//, budeme mít v tomto případě dvě možnosti: buď jako kookurenci označíme předcházející spojku, nebo spojku následující za KWICem. Pokud v nastavení filtru zvolíme **první shoda** vybraný token, bude označen v hledaném kontextovém rozsahu ten nejvíce nalevo, v případě volby **poslední shoda** bude označen ten nejvíce napravo.
  
 +==== Vyhodnocení filtru ====
 +
 +Vyhodnocení filtru automaticky přesměruje uživatele na stránku s aktualizovanou konkordancí. V případě negativního filtru jsou specifikované případy z konkordance vymazány (čímž se sníží počet konkordančních řádků). V případě filtru pozitivního jsou ve výsledné konkordanci pouze vyhovující řádky, celková frekvence je rovněž adekvátně snížena, kookurence v kontextu (jsou-li nějaké) jsou vyznačeny červenou barvou.
 +
 +===== Odstranění vnořených shod =====
 +
 +Volbu **Filtr > Odstranit vnořené shody** se vyplatí použít v případě, kdy výsledkům dotazu odpovídají různě dlouhé řetězce (struktury) KWICů, z nichž některé jsou do sebe vnořeny. V takovém případě zůstane po odstranění vnořených shod zobrazena pouze struktura vnější, tj. nejdelší možný řetězec KWICů.
 +
 +Například budeme chtít vyhledat doklady citoslovečného výrazu //hip hurá//, v němž se první slovo může libovolně opakovat. Zvolíme pokročilý dotaz ''%%[lc="hip"]+ [lc="hurá"]%%'', v němž se nerozlišuje velikost písmen. Výsledkem budou jak konkordance s jedním výskytem slova //hip//, tak s jeho více výskyty. V případě více výskytů slova //hip// se však mezi výsledky zároveň objeví i konkordance s jeho nižším počtem výskytů:
 +
 +''Položil jsem sluchátko a zařval jsem <fc #FF0000>Hip hip hurá</fc> !''\\
 +''Položil jsem sluchátko a zařval jsem Hip <fc #FF0000>hip hurá</fc> !''
 +
 +Po aplikaci filtru zůstane zobrazena pouze konkordance s vyznačeným KWICem ''<fc #FF0000>Hip hip hurá</fc>'', tj. vnější struktura s opakováním řetězce //hip//.
 +
 +Odstranění vnořených shod je důležité zvláště tehdy, když potřebujeme s výsledky dále statisticky pracovat.
 +
 +===== První nálezy v dokumentech a ve větách =====
 +
 +Volby **Filtr > První nálezy v dokumentech** a **Filtr > První nálezy ve větách** mohou mít částečně podobné využití jako odstranění vnořených shod, ale princip je odlišný.
 +
 +Tyto filtry použijeme v případě, kdy se uvnitř určitého dokumentu nebo věty vyskytuje více výsledků pro zadaný dotaz, ale nás v nich zajímá pouze jeden (vždy se zobrazí ten první) doklad. Výsledky přitom oproti vnořeným shodám nemusejí být do sebe vnořené.
 +
 +==== První nálezy v dokumentech ===
 +
 +Volbu první nálezy v dokumentech můžeme například použít v případě, kdy se ve výsledcích objevují konkordance převážně z jednoho nebo jen z několika zdrojů, ale nás zajímají i další užití tohoto slova, která mezi převažujícími konkordancemi zanikají.
 +
 +Například lemma **hnojník** má v SYN2020 celkem 111 dokladů, ale celých 79 dokladů je obsaženo jen v jednom dokumentu (Encyklopedie léčivých hub). Slovo //hnojník// přitom představuje homonymum, které vedle houby může znamenat i skladiště hnoje nebo brouka. Tyto doklady na stránce konkordancí zanikají. Při zobrazení jen prvních nálezů v dokumentech doklady na ostatní významy objevíme snáz. Tato funkce tedy může sloužit jako nástroj pro vytváření zvláštního systematického vzorku (oproti vytváření [[manualy:kontext:konkordance#vzorek|vzorku náhodného]]).
 +
 +==== První nálezy ve větách ===
 +
 +Filtrování pomocí prvních nálezů ve větách použijeme v případě, kdy se výsledky hledání opakují uvnitř jedné věty, ale nás opět zajímá pouze jeden (vždy se opět zobrazí ten první) doklad. 
 +
 +Může jít například o hledání víceslovných spojení pomocí atributu [[seznamy:frazemy#oznaceni_automaticky_identifikovanych_viceslovnych_jednotek_v_korpusu|col_lemma]], který je k dispozici ve verzovaných korpusech SYN, např. v syn_v11.
 +
 +Zadáme-li dotaz ''%%[col_lemma="bát_se_jako_čert_kříže"]%%'', dostaneme mj. těchto pět výsledků:
 +
 +''Jak ji znám , <fc #FF0000>bojí</fc> se hospod jako čert kříže !''\\
 +''Jak ji znám , bojí <fc #FF0000>se</fc> hospod jako čert kříže !''\\
 +''Jak ji znám , bojí se hospod <fc #FF0000>jako</fc> čert kříže !''\\
 +''Jak ji znám , bojí se hospod jako <fc #FF0000>čert</fc> kříže !''\\
 +''Jak ji znám , bojí se hospod jako čert <fc #FF0000>kříže</fc> !''\\
 +
 +Totožnou hodnotou atributu col_lemma jsou totiž postupně označeny všechny části daného víceslovného spojení. Po použití filtru se pak už zobrazí jen první doklad, tedy jedna konkordance pro jedno víceslovné spojení (frazém //bát se jako čert kříže//), pouze s prvním slovem zvýrazněným jako KWIC. 
  
-Vyhodnocení filtru automaticky přesměruje uživatele na stránku aktualizovanou konkordancíípadě negativního filtru jsou specifikované případy z konkordance vymazány (sníží se také počet konkordančních řádků). V případě filtru pozitivního jsou ve výsledné konkordanci pouze vyhovující řádky, celková frekvence je rovněž adekvátně sníženakookurence v kontextu (jsou-li nějaké) jsou vyznačeny červenou barvou.+Jak bylo uvedeno na začátku této kapitoly, k podobným výsledkům se lze často dostat různými způsoby. Každá automaticky anotovaná kolokace má zároveň jednoho ze svých členů označeného pomocí dvoumístného pozičního atributu [[seznamy:frazemy#oznaceni_automaticky_identifikovanych_viceslovnych_jednotek_v_korpusu|col_type]] s písmenem ''H'' na druhé pozici. Na výše uvedené výsledky bychom tedy mohli uplatnit pozitivní filtr na pozici KWIC hodnotou ''%%[col_type=".H"]%%'' nebo bychom úvodní dotaz také mohli ímo formulovat jako ''%%[col_lemma="bát_se_jako_čert_kříže" & col_type=".H"]%%'' takovém případě se vždy zobrazí pouze doklad s vyznačeným tvarem //kříže//protože jeho hodnota atributu col_type je rovna ''PH''.
  
-Kromě dvou výše zmíněných filtrů lze na výsledné konkordance aplikovat další dva doplňkové: Odstranit vnořené shody (odpovídá-li dotazu více vnořených struktur, zůstane zobrazena pouze ta vnější) a První nálezy v dokumentech (zobrazí se pouze jeden -- první -- výskyt v daném dokumentu). 
  
 ---- ----