pojmy:referencni - 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.

====== Referenční korpus ======

Termín //referenční [[pojmy:korpus|korpus]]// je používán minimálně ve dvou významech: 

  - 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]]) 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 **verzované**, tedy referenční a tím pádem i 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. Uvádění čísla verze (např. [[cnk:syn:verze3|SYN verze 3]], [[cnk:diakorp|DIAKORP verze 6]], [[cnk:intercorp:verze8|InterCorp verze 8]] apod.) proto patří u těchto korpusů k dobré citační praxi.

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 ====

<WRAP round box 49%>
[[cnk:syn|Korpusy řady SYN]] • [[pojmy:reprezentativnost|Reprezentativnost korpusu]]
</WRAP>

Historie: • orthography_spelling • stc_strdc_ud • genre • intercorp • paralelni • manualy • verze7 • korpusy • regularni_vyrazy • morphology2