seznamy:abc_seznamy - 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.

====== Abecední a retrográdní slovníky ======

Na této stránce najdete frekvenční seznamy [[pojmy:lemma|lemmat]] a [[pojmy:word|slovních tvarů]] založené na reprezentativních korpusech [[cnk:syn2000|SYN2000]], [[cnk:syn2005|SYN2005]], [[cnk:syn2010|SYN2010]] a [[cnk:syn2015|SYN2015]]. Všechny tyto slovníky jsou výsledkem zkrácení, zjednodušení a přetřídění [[seznamy:srovnavaci_seznamy|srovnávacích frekvenčních seznamů]], při kterém jsme se snažili vyjít vstříc potřebám těch našich uživatelů, kteří nejsou příliš zběhlí v používání počítačů. Každý ze zmiňovaných slovníků vznikl z odpovídajícího srovnávacího frekvenčního seznamu takto:

  - byly odstraněny sloupce s celkovou i parciální přepočítanou frekvencí (podrobnosti [[seznamy:srovnavaci_seznamy#popis_udaju_ve_srovnavacich_frekvencnich_seznamech|zde]]),
  - byla vyřazena hesla, která se neskládají výhradně z alfabetických znaků a pomlčky,
  - byla vyřazena hesla s frekvencí nižší než 100,
  - takto vzniklý seznam hesel byl opatřen novými ranky (pořadím) podle [[pojmy:frekvence|frekvence]],
  - výsledný seznam byl setříděn podle znění hesla abecedně nebo retrográdně.


Celkový počet souborů se tím tedy zdvojnásobuje, protože každý z výše uvedených slovníků je dostupný v abecední i retrográdní verzi; obě verze se přitom liší pouze tímto výsledným tříděním. Slovníky lemmat mají každý necelých 40 000 hesel, slovníky tvarů pak okolo 70 000 hesel.

===== Popis údajů ve slovnících =====

Podobně jako [[seznamy:srovnavaci_seznamy|srovnávací frekvenční seznamy]] jsou i abecední a retrográdní slovníky uloženy v zazipovaných textových souborech v kódování češtiny UTF-8. Z názvu souboru je zřejmé, zda obsahuje slovní tvary nebo lemmata, na kterém korpusu je založen i jeho setřídění.

Každý soubor se skládá ze tří sloupců oddělených tabulátory:
  - sloupec - [[pojmy:rank|rank]] (pořadí podle frekvence; mají-li dvě hesla stejnou frekvenci, je stejný i jejich rank)
  - sloupec - slovní tvar nebo lemma
  - sloupec - [[pojmy:frekvence|frekvence]] (počet výskytů daného hesla v korpusu)

===== Jak citovat abecední a retrográdní slovníky =====

V případě, že tyto slovníky použijete ve vědecké práci, uvádějte je prosím v bibliografii následujícím způsobem:

//Český národní korpus: Abecední a retrográdní slovníky//. Ústav Českého národního korpusu FF UK, Praha 2016. Dostupné z WWW: http://www.korpus.cz.

===== Download =====

^ Korpus ^  Slovní tvary  ^  Lemmata ^
^ SYN2000 |   {{:seznamy:syn2000_word_abc.zip|abecední}}   |   {{:seznamy:syn2000_lemma_abc.zip|abecední}}   |
^ :::     |  {{:seznamy:syn2000_word_cba.zip|retrográdní}} | {{:seznamy:syn2000_lemma_cba.zip|retrográdní}}  |
^ SYN2005 |   {{:seznamy:syn2005_word_abc.zip|abecední}}   |   {{:seznamy:syn2005_lemma_abc.zip|abecední}}   |
^ :::     |  {{:seznamy:syn2005_word_cba.zip|retrográdní}} | {{:seznamy:syn2005_lemma_cba.zip|retrográdní}}  |
^ SYN2010 |   {{:seznamy:syn2010_word_abc.zip|abecední}}   |   {{:seznamy:syn2010_lemma_abc.zip|abecední}}   |
^ :::     |  {{:seznamy:syn2010_word_cba.zip|retrográdní}} | {{:seznamy:syn2010_lemma_cba.zip|retrográdní}}  |

Toto dílo podléhá licenci Creative Commons [[http://creativecommons.org/licenses/by/4.0/ | CC BY 4.0 International]]

{{https://i.creativecommons.org/l/by/4.0/88x31.png}}

 --- //Michal Křen//

Historie: • czesl-sgt • prehled_entit_pouzitych_v_korpusech_cnk • afun • online • seznamy • ortofon • schola2010 • dialekt • slovesa_castecna_paradigmata_infinitivy_sublemmata • oral2008