| Obě strany předchozí revizePředchozí verzeNásledující verze | Předchozí verze |
| pojmy:paralelni [2013/09/26 22:07] – [Paralelní korpus] pavelvondricka | pojmy:paralelni [2019/08/21 12:35] (aktuální) – luciechlumska |
|---|
| ====== Paralelní korpus ====== | ====== Paralelní korpus ====== |
| |
| Jeden z [[pojmy:korpus#typy_korpusu|typů korpusů]], jehož účelem je rozšířit metodologii, propracovávanou v rámci korpusové lingvistiky původně pouze pro jeden jazyk, také na výzkum kontrastivní (mezijazykové srovnání). Paralelní korpusy se dělí na **srovnatelné** (angl. //comparable//) a **překladové** (angl. //translational//). | Jeden z [[pojmy:korpus#typy_korpusu|typů korpusů]], jehož účelem je rozšířit metodologii, propracovávanou v rámci korpusové lingvistiky původně pouze pro jeden jazyk, také na výzkum kontrastivní (mezijazykové srovnání) a translatologický (porovnání jazyka překladu s nepřekladovými texty). Ačkoli dříve se pojmem paralelní korpusy souhrnně označovaly všechny typy vícejazyčných korpusů (vč. korpusů [[pojmy:srovnatelny|srovnatelných]]), v současné době je termín paralelní korpus vyhrazen pro takový vícejazyčný korpus, který **obsahuje originální texty v jednom jazyce a jejich překlady do jiného jazyka/jazyků**. Podle počtu jazyků můžeme rozlišovat paralelní korpus **dvoujazyčný** (angl. //bilingual//) nebo **vícejazyčný** (angl. //multilingual//). V závislosti na směru překladu pak může jít o korpus **jednosměrný** (angl. //unidirectional//) zahrnující např. jen anglické originály a jejich české překlady nebo **obousměrný** (angl. //bidirectional//) zahrnující např. i české originály a jejich anglické překlady. Pokud je podíl textů v obou směrech vyvážený, mluví se někdy také o tzv. korpusu **recipročním** (angl. //reciprocal//). |
| |
| **Srovnatelné paralelní korpusy** jsou korpusy v různých jazycích, které usilují o to, aby jejich obsah byl srovnatelný, a to jak kvantitou (tedy aby byly stejně velké), tak kvalitou (aby obsahovaly texty stejného typu, žánru, odborného nebo jinak specifického jazyka). | Základní vlastností paralelního korpusu, skládajícího se z části překladové (angl. //translational//) a originální, bývá **zarovnání** (angl. [[pojmy:alignment|alignment]]) v rámci stejného segmentu textu u obou jazyků (odstavce, souvětí, popř. slova či fráze), přičemž nejčastěji bývají paralelní korpusy zarovnány po větách či souvětích. Uživatel tak může prohledávat korpus (libovolnou jazykovou mutaci textu) a sledovat jednotlivá překladová řešení v různých textech (od různých autorů a překladatelů), zjišťovat jejich četnosti a závislost na kontextu. Ačkoli originální text by vždy měl být součástí paralelního korpusu, v rámci vícejazyčných paralelních korpusů lze samozřejmě zkoumat též dva či více překladů stejného textu v různých jazycích. |
| |
| **Překladové paralelní korpusy** jsou složeny z originálů a překladů stejných textů, které jsou vzájemně zarovnány (angl. [[pojmy:alignment|aligned]]) na jednotkách různé úrovně (odstavec, věta/skupina vět, popř. slovo nebo fráze). Uživatel tak může prohledávat korpus (libovolnou jazykovou mutaci textu) a sledovat jednotlivá překladová řešení v různých textech (od různých autorů a překladatelů), zjišťovat jejich četnosti a závislost na kontextu. Překladové paralelní korpusy (dvou jazyků) samozřejmě nemusejí obsahovat pouze originály a překlady, ale mohou obsahovat též dvojici překladů stejného textu ze třetího jazyka. | Příkladem vícejazyčného paralelního korpusu je projekt ČNK [[cnk:intercorp|InterCorp]]. |
| |
| Paralelní korpusy jsou (dnes zatím spíše potenciálně) zdrojem dat pro kvalitnější překladové slovníky, kontrastivní gramatiky a studium specifických rysů jednotlivých jazyků i rozdílů mezi jazykem běžným a jazykem překladovým; jsou též vítaným praktickým zdrojem dat pro překladatele, překladová cvičení a jazykovou výuku. | Paralelní korpusy jsou cenným zdrojem dat pro překladové slovníky, kontrastivní gramatiky a studium specifických rysů jednotlivých jazyků i rozdílů mezi jazykem běžným a jazykem překladovým; jsou též vítaným praktickým zdrojem dat pro překladatele, překladová cvičení a jazykovou výuku. |
| | |
| ===== Paralelní korpus InterCorp ===== | |
| | |
| Vedle korpusů jednojazyčných se v rámci projektu ČNK od roku 2005 buduje vícejazyčný překladový paralelní korpus ([[cnk:intercorp|InterCorp]]), zahrnující texty v češtině a více než 27 jazycích v celkovém objemu 91 mil. slov (stav k roku 2012); počet jazyků ani velikost jednotlivých jazykových korpusů nejsou uzavřeny, nejde tedy o korpus(y) [[pojmy:referencni|referenční]]. InterCorp je mnohostranný jak co do typů textů, tak jazyků; v zásadě je přitom [[pojmy:synchronni|synchronní]] (s texty po r. 1945). Jeho kvalitativním základem je manuálně zarovnávaná složka překladů beletristických, popř. obecně známých textů odborných, doplněná automaticky zarovnanými texty z mnohojazyčné legislativy EU, žurnalistických překladových projektů Syndicate, EuroPress apod. Buduje se se snahou o co nejširší užitnost, opřenou o zarovnávání textů alespoň na úrovni vět, a postupně se obohacuje o [[pojmy:lemma|lemmatizaci]] a [[pojmy:tag|morfologické značkování]] ve všech jazycích, kde jsou patřičné nástroje k dispozici. | |
| |
| ==== Související odkazy ==== | ==== Související odkazy ==== |
| |
| <WRAP round box 49%> | <WRAP round box 49%> |
| [[pojmy:alignment|Alignment]] • [[cnk:intercorp|InterCorp]] | [[pojmy:alignment|Alignment]] • [[cnk:intercorp|InterCorp]] • [[pojmy:korpusy?&#vyber_paralelnich_korpusu|Přehled paralelních korpusů]] |
| </WRAP> | </WRAP> |
