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** | **poznámka** |
| [[http://lcl.uniroma1.it/adw/|ADW]] | měří míru sémantické podobnosti | zdarma | využívá WordNet |
| [[http://www.laurenceanthony.net/software.html|AntConc]] | vyhledávání n-gramů | zdarma | autor: Laurence Anthony |
| [[https://github.com/proycon/colibri-core|Colibri]] | vyhledávání n-gramů i skipgramů | zdarma | autor: Maarten van Gompel  |
| [[http://wiki.virtues.fi/conlexis/|ConLexis]] | elektronický korpusově založený slovník pro výuku finštiny | zdarma | autor: Jarmo Jantunen |
| [[http://www.depechemood.eu/|depecheMood]] | emocionální analýza textů | zdarma | využívá WordNet |
| [[http://versologie.cz/gunstick/|Gunstick]] | diachronní rýmovník | zdarma | založeno na Korpusu českého verše |
| [[http://kwicfinder.com/kfNgram/kfNgramHelp.html|kfNGram]] | vyhledávání n-gramů v rozsáhlých textech | zdarma | autor: William H. Fletcher |
| [[http://slovnica.slovenscina.eu/|Pedagoški slovnični portal]] | slovinský korpusově založený jazykový portál pro cizince i rodilé mluvčí | zdarma | uživatelsky vstřícné |
| [[https://hlt.fbk.eu/technologies/sentiwords|SentiWords]] | přiřazuje hodnocení: pozitivní, negativní, objektivní výraz | zdarma | využívá WordNet |
| [[http://sigil.collocations.de/wizard.html|SIGIL]] | výpočet statistické významnosti (chi-kvadrátu)  | zdarma | Stefan Evert a Marco Baroni vytvořili [[http://www.stefan-evert.de/SIGIL/|interaktivní úvod do statistiky pro lingvisty]] |
| [[http://sketchengine.co.uk/|Sketchengine]] | de facto korpusový manažer | zčásti zdarma | vytváří tým kolem A. Kilgariffa |
| [[http://ucrel.lancs.ac.uk/vard/about/|Variant Detector]] | sjednocování pravopisných variant v historických (diachronních) korpusech - pro Early Modern English | zdarma | další využití: jazyk dětí, cizinců (learner language)  |
| [[http://wordnet.princeton.edu/wordnet/download/|WordNet]] | lexikální databáze angličtiny ukazující významovou propojenost slov| zdarma | data z WordNetu využívá řada dalších nástrojů |
| [[https://www.wordnik.com|Wordnik]] | hyponyma a hyperonyma hledaného výrazu | zdarma | využívá WordNet |
| [[http://corpora.uni-leipzig.de/?dict=de|Wortschatz]] | německý korpusově založený slovníkový portál pro 230 jazyků či variant | zdarma | uživatelsky vstřícné |

  
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]]. Pokud nás budete chtít kontaktovat s tipy na nové nástroje, využijte prosíme poradnu, [[https://podpora.korpus.cz/projects/poradna/boards/14|subfórum týkající se wiki]].

==== Související odkazy ====

<WRAP round box 50%>
[[http://nlp.fi.muni.cz/projekty/bonito/bonito.html.cz|Bonito]] • [[http://nlp.fi.muni.cz/trac/noske|NoSketch Engine]] • [[pojmy:korpusovy_manazer|Korpusový manažer]]
</WRAP>
Historie: • korpusy • kwic • srovnatelny • pozice • kwic • anotace • dotazovaci_jazyk • nastroje • anotacni_standard_cnk • diachronni