manualy:korpusdb - Příručka ČNK

Tato stránka je pouze pro čtení. Můžete si pouze prohlédnout zdrojový kód, ale ne ho měnit. Zeptejte se správce, pokud si myslíte, že něco není v pořádku.

====== KorpusDB: Databáze slovních tvarů a lemmat doložených v korpusech ČNK ======

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// v rozhraní KorpusDB}}]

Podrobnější návod pro práci s KorpusDB najdete přímo v aplikaci po kliknutí na ikonu s otazníkem.

===== Jak citovat aplikaci KorpusDB =====

<WRAP round tip 80%>

Vondřička, P. (2020): KorpusDB: Databáze slovních tvarů a lemmat doložených v korpusech ČNK. Verze 1.0. ÚČNK FF UK, Praha. Dostupný z WWW: <http://korpus.cz/mapka/>.

</WRAP>

Historie: • mluveny • konfidencni_intervaly • frekvence • korpus • subkorpus • ngram • medium • nastroje • asociacni_miry • srovnatelny