seznamy:index - 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.
====== Seznamy zdrojů a zkratek ======

V této sekci jsou k dispozici různé seznamy pro práci s [[cnk:uvod|korpusy ČNK]].

===== Zkratky a kódy =====

  * [[seznamy:tagy|morfologické značky (tagy)]]
  * [[seznamy:syntakticke_znacky|syntaktické značky]]
    * atributy [[seznamy:afun|afun, p_afun, ep_afun]] a jejich hodnoty
    * atributy [[seznamy:parent|parent]] a [[seznamy:eparent|eparent]]
    * atributy [[seznamy:p_tag|p_tag, p_lemma, ep_tag, ep_lemma]], p_pos, p_case, ep_pos, ep_case
    * atribut [[seznamy:prep|prep]]

  * [[seznamy:txtype_group|hodnoty strukturního atributu txtype_group]]
  * [[seznamy:txtype|hodnoty strukturního atributu txtype]]
  * [[seznamy:genre_group|hodnoty strukturního atributu genre_group]]
  * [[seznamy:genre|hodnoty strukturního atributu genre]]
  * [[seznamy:srclang|hodnoty strukturního atributu srclang (zdrojový jazyk)]]
  * [[seznamy:med|hodnoty strukturního atributu med (médium)]]
  * [[seznamy:periodicity|hodnoty strukturního atributu periodicity (periodicita)]]
  * [[seznamy:audience|hodnoty strukturního atributu audience (adresát)]]
  * [[seznamy:authsex-transsex|hodnoty strukturního atributu authsex a transsex (pohlaví autora a překladatele)]]
  * [[seznamy:section|hodnoty strukturního atributu section (rubrika)]]

  * [[přehled entit použitých v korpusech ČNK]]
===== Zdrojové texty psaných korpusů =====

Seznamy ve formátu OpenOffice.org a MS Excel obsahují kompletní výčet opusů ve všech korpusech. Ke každému textu v korpusu jsou v tabulce uvedeny následující údaje: 

  * **[[pojmy:struktura_korpusu|id]]** - jednoznačný identifikátor textu
  * **autor** - autor nebo autoři textu (je-li to informace zjistitelná)
  * **nazev** - název díla, příp. číslo časopisu/novin
  * **rokvyd** - rok vydání díla (nemusí být nutně první vydání)
  * **[[pojmy:srclang|srclang]]** - zdrojový jazyk
  * **[[pojmy:txtype_group|txtype_group]]** - textová skupina
  * **[[pojmy:txtype|txtype]]** - textový typ ([[seznamy:txtype|seznam zkratek]])
  * **[[pojmy:genre|genre]]** - žánr/odborná oblast ([[seznamy:genre|seznam zkratek]])
  * **[[pojmy:medium|med]]** - medium textu ([[seznamy:med|seznam zkratek]])
  * **[[cnk:syn|Korpus]]** - původní zařazení textu do jednoho z referenčních korpusů [[cnk:syn2000|SYN2000]], [[cnk:syn2005|SYN2005]], [[cnk:syn2006pub|SYN2006PUB]], [[cnk:syn2009pub|SYN2009PUB]] nebo [[cnk:syn2010|SYN2010]]
  * **Délka** - celkový počet [[pojmy:pozice|pozic]] v daném textu((Údaje v tabulce se od počtů, které udává korpusový manažer, můžou v drobnostech lišit.))


^  Korpus  ^  Formát OOo Calc ^  Formát MS Excel  ^
| [[cnk:syn2000|SYN2000]] |  {{:seznamy:syn2000.ods|ods}}  |  {{:seznamy:syn2000.xls|xls}}  |
| [[cnk:syn2005|SYN2005]] |  {{:seznamy:syn2005.ods|ods}}  |  {{:seznamy:syn2005.xls|xls}}  |
| [[cnk:syn2006pub|SYN2006PUB]] |  {{:seznamy:syn2006pub.ods|ods}}  |  {{:seznamy:syn2006pub.xls|xls}}  |
| [[cnk:syn2009pub|SYN2009PUB]] |  {{:seznamy:syn2009pub.ods|ods}}  |  {{:seznamy:syn2009pub.xls|xls}}  |
| [[cnk:syn2010|SYN2010]] |  {{:seznamy:syn2010.ods|ods}}  |  {{:seznamy:syn2010.xls|xls}}  |
| [[cnk:syn|SYN]] |  {{:seznamy:syn.ods|ods}}  |  {{:seznamy:syn.xls|xls}}  |

===== Zdrojové texty diachronních korpusů =====

^  Korpus  ^  Formát OOo Calc ^  Formát MS Excel  ^
| Diakorp verze 5 |  {{:seznamy:diakorp.ods|ods}}  |  {{:seznamy:diakorp.xlsx|xlsx}}  |
| Diakorp verze 6 |  {{:seznamy:diakorp6.ods|ods}}  |  {{:seznamy:diakorp6.xlsx|xlsx}}  |
| Diakon do r. 1989 |  {{:seznamy:diakon.ods|ods}}  |  {{:seznamy:diakon.xlsx|xlsx}}  |



===== Metainformace v korpusech řady ORAL =====

Metainformace (strukturní atributy) dostupné v korpusech řady ORAL jsou popsané [[pojmy:atributy_strukturni#strukturni_atributy_korpusu_rady_oral|zde]] včetně hodnot, kterých mohou nabývat.
===== Pravidla pro přepis mluvených korpusů =====

FIXME

  * [[seznamy:pravidlaprepis2013|pravidla pro přepis korpusu ORAL2013]]
  * [[seznamy:pravidlaprepis2008|pravidla pro přepis korpusu ORAL2008]]
  * [[seznamy:pravidlaprepis2006|pravidla pro přepis korpusu ORAL2006]]
  * [[seznamy:pravidlaprepisbmk|pravidla pro přepis korpusu BMK]]
  * [[seznamy:pravidlaprepispmk|pravidla pro přepis korpusu PMK]]

  * [[sociolingvistické značky korpusu ORAL2013]]
  * [[sociolingvistické značky korpusu ORAL2008]]
  * [[sociolingvistické značky korpusu ORAL2006]]
  * [[sociolingvistické značky korpusu PMK]]
  * [[sociolingvistické značky korpusu BMK]]

  * [[Statistiky ke korpusu SCHOLA2010]]
  * [[Značky užité v korpusu SCHOLA2010]]

===== Další pravidla =====

  * [[seznamy:pravidla_ksk|Sběr a přepis dopisů - KSK]]


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

Z korpusů [[cnk:syn2000|SYN2000]], [[cnk:syn2005|SYN2005]] a [[cnk:syn2010|SYN2010]] jsme vytvořili [[seznamy:abc_seznamy|seznamy slovních tvarů a lemmat]] setříděné podle abecedy.
  
===== Srovnávací frekvenční seznamy =====

Reprezentativní korpusy [[cnk:syn|řady SYN]] představují každý sondu do jazyka své doby. Aby bylo možné vývoj jazyka v jednotlivých obdobích analyzovat, je třeba vzít v úvahu to, že tyto korpusy byly zpracovávány různými nástroji a jejich složení se liší. Pro snazší analýzu jazykového vývoje na základě těchto dat jsme pro vás připravili [[seznamy:srovnavaci_seznamy|srovnávací seznamy]].

===== Nástroje pro tagování a lemmatizaci =====

Nástroje pro tagování a lemmatizaci různých jazyků, které se užívají mj. v rámci paralelního korpusu [[cnk:intercorp|InterCorp]], shrnuje následující [[seznamy:tagery|přehled]].

----


<WRAP center round box 51%>
[[cnk:uvod|Korpusy ČNK]] • [[kurz:uvod|Kurz práce s korpusem]] •
[[manualy:kontext:index|Manuál korpusového rozhraní]] • [[pojmy:prehled_pojmu|Základní pojmy korpusové lingvistiky]] 
</WRAP>
Historie: • ortofon • klasifikace_textu_syn2015 • ukwac • czesl-sgt • kontext_verze • verze12 • intercorp • strukturni_atributy_mluvene • syn2015 • strukturni_atributy_syn