pojmy:nastroje - 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.
==== Korpusové nástroje ====

V korpusové lingvistice neustále vznikají nové nástroje umožňující rozmanité vytěžování dostupných dat. Na stránkách www.korpus.cz nabízíme podrobné informace o nástrojích vytvářených v rámci ČNK (Morfio, SyD apod.), zde je k nalezení stručný přehled vybraných nástrojů vytvářených napříč světadíly. Přednostně upozorňujeme na ty nástroje, které jsou zdarma a které byly vytvořeny nedávno. Přehled v žádném případě není vyčerpávající, doufáme ale v jeho inspirativnost. PS: Nezapomínejme, že korpusovými nástroji jsou i samotné [[pojmy:korpusovy_manazer|korpusové manažery]].

| **nástroj** | **využití ** | **dostupnost** | **odkaz** | **poznámka** |
| Variant Detector  | sjednocování pravopisných variant v historických (diachronních) korpusech - pro Early Modern English | zdarma | [[http://ucrel.lancs.ac.uk/vard/about/|VARD]] | další využití: jazyk dětí, cizinců (learner language)  |
| WordNet | lexikální databáze angličtiny ukazující významovou propojenost slov| zdarma | [[http://wordnet.princeton.edu/wordnet/download/|ke stažení zde]] | data z WordNetu využívá řada dalších nástrojů |
| Wordnik | hyponyma a hyperonyma hledaného výrazu | zdarma | [[https://www.wordnik.com|Wordnik]] | využívá WordNet |
| depecheMood | emocionální analýza textů | zdarma | [[http://www.depechemood.eu/|depecheMood]] | využívá WordNet |
| SentiWordNet | přiřazuje hodnocení: pozitivní, negativní, objektivní výraz | zdarma | [[https://hlt.fbk.eu/technologies/sentiwords|SentiWords]] | využívá WordNet |
| Gunstick | diachronní rýmovník | zdarma | [[http://versologie.cz/gunstick/|Gunstick]] | založeno na Korpusu českého verše |
| ConLexis | elektronický korpusově založený slovník pro výuku finštiny | zdarma | [[http://wiki.virtues.fi/conlexis/|ConLexis]] | autor: Jarmo Jantunen |
| Pedagoški slovnični portal | slovinský korpusově založený jazykový portál pro cizince i rodilé mluvčí | zdarma | [[http://slovnica.slovenscina.eu/|PSP]] | uživatelsky vstřícné |
| Wortschatz | německý korpusově založený slovníkový portál pro 230 jazyků či variant | zdarma | [[http://corpora.uni-leipzig.de/?dict=de|Wortschatz]] | uživatelsky vstřícné |
| kfNGram | vyhledávání n-gramů v rozsáhlých textech | zdarma | [[http://kwicfinder.com/kfNgram/kfNgramHelp.html|kfNGram]] | autor: William H. Fletcher |
| AntConc | vyhledávání n-gramů | zdarma | [[http://www.laurenceanthony.net/software.html|AntConc]] | autor: Laurence Anthony |
| Colibri | vyhledávání n-gramů i skipgramů | zdarma | [[https://github.com/proycon/colibri-core|Colibri]] | autor: Maarten van Gompel  |
| Sketchengine | de facto korpusový manažer | zčásti zdarma | [[http://sketchengine.co.uk/|Sketchengine]] | vytváří tým kolem A. Kilgariffa |

  
Nevěnujeme se zde nástrojům připravujícím textová data pro korpusové zpracování (tokenizátory, anotátory atd.), oblast pomůcek pro Natural Language Processing je zpracovaná [[http://www.ling.ohio-state.edu/~dickinso/corpus.html|např. zde]]. Přehled těch nástrojů, které mají napomoci především s automatickou sémantickou kategorizací textů (tj. „porozuměním“) naleznete např. [[http://entopix.com/so-you-need-to-understand-language-data-open-source-nlp-software-can-help/|v tomto článku]].

O nových nástrojích dále informuje e-mailový rozesílač corpora list, k jehož odběru se můžete přihlásit [[http://www.hit.uib.no/corpora/|zde]].
Historie: • frazem • korpusdb • syntakticka_analyza • ud • lemma • arf • korpus • verze16 • anonymizace • treq
Hledat

Navigace

Tisk/export

Nástroje

Jazyky

Licence
