| Obě strany předchozí revizePředchozí verzeNásledující verze | Předchozí verze |
| pojmy:referencni [2013/12/08 22:11] – [Referenční korpus] michalkren | pojmy:referencni [2021/01/16 22:41] (aktuální) – [Referenční korpus jako neměnná entita] jankrivan |
|---|
| ====== Referenční korpus ====== | ====== Referenční korpus ====== |
| |
| Referenční [[pojmy:korpus|korpus]] ja takový, který se od doby svého publikování **nemění**. Princip referenčnosti některých korpusů (např. [[cnk:syn2000|SYN2000]], [[cnk:syn2005|SYN2005]], [[cnk:syn2010|SYN2010]]) umožňuje replikovatelnost výsledků. Tím, že se korpus i přes jeho neustálé zastarávání ponechává jako neměnná referenční entita, poskytuje badatelům příležitost opakovaně si ověřit vlastní výzkum nebo zopakovat výzkum cizí. | Termín //referenční [[pojmy:korpus|korpus]]// je používán minimálně ve dvou významech: |
| |
| Referenční korpus tak zůstává neměnný i v případě, že od doby jeho vzniku pokročil vývoj automatických nástrojů na [[pojmy:morfologicka_analyza|morfologické značkování]] a [[pojmy:lemma|lemmatizaci]] textů. Aby bylo možné pracovat s referenčními korpusy řady SYN v nejnovější verzi jejich anotace, byl vytvořen nereferenční korpus [[cnk:syn|SYN]], který vzniká sloučením všech těchto korpusů a jejich zpracováním nejnovějšími verzemi nástrojů. | - pro entitu sloužící jako standard pro porovnání |
| | - pro entitu, která je zpětně dostupná |
| | |
| | První význam je obvyklý zejm. v publikacích, v nichž se pozornost soustředí na porovnávání textů či korpusů, druhý význam se vžil zejména v prostředí ČNK pro označování korpusů, jejichž podoba se v čase nemění. |
| | |
| | ===== Referenční korpus jako standard ===== |
| | |
| | Při výzkumu, který je založen na porovnávání frekvencí jevů v různých korpusech (např. při zjišťování [[pojmy:keyword|klíčových slov]], viz aplikace [[manualy:kwords|KWords]]), se entita, s níž je zkoumaný text porovnáván, označuje za //referenční//. Na základě porovnání s referenčním korpusem, který slouží nejčastěji jako reprezentant běžného úzu, můžeme vyslovovat hypotézy o neobvykle vysoké (či naopak nízké) frekvenci jevu ve zkoumaném textu. |
| | |
| | Referenční korpus v tomto významu slouží jako svého druhu standard a ukazatel toho, co je obecně obvyklé. V důsledku toho se za referenční korpusy v tomto smyslu považují často korpusy, které jsou [[pojmy:reprezentativnost|reprezentativní]] a aspirují na zachycení obecného úzu (v protikladu ke korpusům specializovaným). |
| | |
| | ===== Referenční korpus jako neměnná entita ===== |
| | |
| | Označení //referenční korpus// je v rámci ČNK užíváno pro takové korpusy, které se od doby svého publikování **nemění**. Princip referenčnosti některých korpusů (např. [[cnk:syn2005|SYN2005]], [[cnk:syn2010|SYN2010]], [[cnk:syn2015|SYN2015]], [[cnk:syn2020|SYN2020]]) umožňuje replikovatelnost výsledků. Tím, že se korpus i přes jeho neustálé zastarávání ponechává jako neměnná referenční entita, poskytuje badatelům příležitost opakovaně si ověřit vlastní výzkum nebo zopakovat výzkum cizí. Právě princip referenčnosti výzkumných dat je jedním z důležitých předpokladů posunující empirickou lingvistiku směrem k větší exaktnosti. Referenční korpus tak zůstává neměnný i v případě, že od doby jeho vzniku pokročil vývoj automatických nástrojů na [[pojmy:morfologicka_analyza|morfologické značkování]] a [[pojmy:lemma|lemmatizaci]] textů. |
| | |
| | Všechny korpusy zveřejněné ČNK po roce 2014 jsou bez výjimky referenční, a tedy zpětně dostupné. To se týká také korpusů bez vročení (např. [[cnk:syn|SYN]], [[cnk:diakorp|DIAKORP]], [[cnk:intercorp|InterCorp]]), jejichž nedílnou součástí se stalo číslo verze, která korpus jednoznačně identifikuje. Tyto korpusy jsou tedy [[pojmy:verzovany|verzované]], jejich jednotlivé verze jsou referenční a zajišťují tak plnou replikovatelnost výstupů. |
| | |
| | Na rozdíl od prvního významu termínu referenční korpus se tedy v rámci ustálené praxe ČNK tímto způsobem označují také korpusy, jejichž obsah se nemění, ale jsou svým složením specifické nebo specializované, např. [[cnk:syn2013pub|SYN2013PUB]]. |
| |
| ==== Související odkazy ==== | ==== Související odkazy ==== |
| |
| <WRAP round box 49%> | <WRAP round box 49%> |
| [[cnk:syn|Korpusy řady SYN]] • [[pojmy:reprezentativnost|Reprezentativnost korpusu]] | [[cnk:syn|Korpusy řady SYN]] • [[pojmy:reprezentativnost|Reprezentativnost korpusu]] • [[pojmy:verzovany|Verzovaný korpus]] |
| </WRAP> | </WRAP> |
