pojmy:atributy_pozicni - 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.

====== Poziční atributy ======

Pozičními atributy v korpusech jsou myšleny dodané informace, které se vztahují k jednomu [[pojmy:token|tokenu]] (k jedné textové [[pojmy:pozice|pozici]]). Každý text je při vstupu do korpusů zpřístupňovaných rozhraním [[manualy:kontext:index|KonText]] opatřen [[pojmy:anotace|anotací]]. Ta část anotace, která neobsahuje informace o textu jako celku, z něhož hledaný jev pochází, ale o jevu samotném, je dostupná právě pomocí pozičních atributů. (Jinými slovy jde o rozdíl mezi informacemi **metatextovými**, z nichž se některé musí doplňovat ručně – např. autor textu, rok vydání apod. – a automaticky přiřazovanými informacemi **vnitrotextovými**, k jejichž získání se užívají různé nástroje, např. [[pojmy:tag|tagger]] nebo [[pojmy:parser|parser]]).

Základními pozičními atributy jsou:
  * [[pojmy:word|word]] - slovní tvar (např. //kočce, piš, při// )
  * [[pojmy:lemma|lemma]] - základní (slovníkový) tvar (např. //kočka, psát, pře// nebo //při//)
  * [[pojmy:tag|tag]] - značka zachycující [[pojmy:morfologicka_analyza|morfologickou]] (příp. i jinou, obvykle gramatickou) informaci

[[pojmy:syntakticka_analyza|Syntaktickou anotaci]] (od [[cnk:syn2015|SYN2015]]) zachycují atributy:
  * [[seznamy:afun|afun, p_afun, ep_afun]] - u každého tokenu uvádí syntaktickou funkci
  * [[seznamy:parent|parent]] - relativní pozice tokenu, na němž je daný token závislý
  * [[seznamy:eparent|eparent]] - pouze u autosémantických slov; vyjadřuje relativní pozici nejbližšího autosémantického tokenu, na němž je daný token závislý
  * [[seznamy:p_tag|p_tag, p_lemma]] - tag a lemma řídícího tokenu 
  * [[seznamy:p_tag|ep_tag, ep_lemma]] - totéž jako ''p_tag'' a ''p_lemma'', ale pouze u autosémantických slov 
  * [[seznamy:prep|prep]] - u jmen řízených předložkou uvádí lemma předložky

Mezi méně využívané poziční atributy patří:
  * lc - (z angl. //lowercase//) slovní tvar malými písmeny (odvozen z atributu ''word'')
  * lemma_lc - (z angl. //lemma in lowercase//) lemma malými písmeny (odvozeno z atributu ''lemma'')
  * pos - (z angl. //part of speech//) slovní druh (odvozen z atributu [[pojmy:tag|tag]])
  * case - pád (odvozen z atributu [[pojmy:tag|tag]])
  * [[seznamy:proc|proc]] - informace o konkrétním procesu, který je zodpovědný za [[pojmy:desambiguace|disambiguaci]]

Následující atributy byly již v ČNK nahrazeny atributy ''pos'' a ''case'', v novějších korpusech se tedy nevyskytují:
  * k - slovní druh (odvozen z atributu [[pojmy:tag|tag]])
  * g - jmenný rod (odvozen z atributu [[pojmy:tag|tag]])
  * c - pád (odvozen z atributu [[pojmy:tag|tag]])

**Různé korpusy mají typicky rozdílnou sadu pozičních atributů** v závislosti na propracovanosti anotace a výzkumných cílech, s nimiž byl daný korpus vytvářen.

==== Související odkazy ====
<WRAP round box 45%>
[[pojmy:dotazovaci_jazyk|Dotazovací jazyk]] • [[pojmy:atributy_strukturni|Strukturní atributy]] • [[pojmy:struktura_korpusu|Struktura korpusu]]
</WRAP>

Historie: • slovesa_castecna_paradigmata_infinitivy_sublemmata • atributy_pozicni • akvizicni_korpus • korpusove_casopisy • syntakticke_znacky • verbtagy_detail • pokrocily_dotaz_sublemmata • lexikalni_bohatost • syntakticka_komplexita • lexikalni_hustota