Poziční atributy

Pozičními atributy v korpusech jsou myšleny dodané informace, které se vztahují k jednomu tokenu (k jedné textové pozici). Každý text je při vstupu do korpusu opatřen anotací; ta část anotace, která se neinformuje o textu, z něhož hledaný jev pochází, ale o jevu samotném, je dostupná právě pomocí pozičních atributů.

Základními pozičními atributy jsou:

• word - slovní tvar
• lemma - základní (slovníkový) tvar
• tag - značka zachycující morfologickou (příp. i jinou) informaci
• lc - (z angl. lowercase) ekvivalent slovního tvaru, který ovšem zanedbává velikost písmen
• pos - (z angl. part of speech) značka slovního druhu

Různé korpusy můžou mít různou sadu pozičních atributů.