Přehled verzí rozhraní KonText

Korpusový manažer KonText slouží pro všeobecnou práci s korpusy ČNK. Popis funkcí rozhraní KonText je dostupný v manuálu, podrobnější návod, jak využívat všech jeho možností najdete v kurzu práce s ČNK.

KonText je rozšířenou a graficky upravenou verzí původní aplikace NoSketch Engine, vyvíjenou v ÚČNK FF UK a na ÚFAL MFF UK pod licencí GNU GPL 2 (hlavními vývojáři jsou Tomáš Machálek a Martin Zimandl). Stejně jako NoSketch Engine používá i KonText jako výpočetní server program Manatee.

V tomto přehledu verzí vývoje KonTextu uvádíme pouze zásadnější změny, které můžou být zajímavé pro koncového uživatele. Úplný přehled všech změn a oprav je k dispozici v příslušném repozitáři na serveru GitHub, odkud je také možné stáhnout zdrojové kódy aplikace.

Datum zveřejnění: 7. 02. 2024

Uživatelské změny:

• nový modul „Analýza klíčových slov“
• zob­ra­zo­vání pře­kla­do­vých ekvi­va­lentů v pa­ra­lel­ních kor­pusech po klik­nutí na vy­brané slovo přímo v kon­ko­ranci (nový plug-in tokens_linking)
• možnost stažení seznamu dokumentů vyhovujících vybraným typům textů
• JSONL jako nový volitelný formát ukládání výsledků (konkordance, seznam slov, kolokace, frekvence, seznam dokumentů), kde je na každém řádku dokumentu samostatný JSON řetězec – formát je vhodný zejména pro další strojové zpracování dat
• vylepšení odkazování z externích aplikací do KonTextu
  • vícekrokové operace (např. dotaz + filtr) s možností následné editace ve formulářích dotazů
  • podpora pro jiné než tokenové rozsahy filtrů při odkazování do KonTextu (např. „od -1s do 1s“)
• modul „Federated Content Search“ podporuje hledání ve více korpusech najednou

Technické změny:

• zrušení podpory pro Celery v roli výpočetního backendu (zůstává Rq)
• nový interní HTTP klient pro dotazování externích zdrojů dat (autentizace, překladové ekvivalenty apod.)
• vylepšený instalační skript
• KonText používá (volitelně) vlastní modifikaci Manatee-open s větším množstvím statistických měr pro analýzu klíčových slov

Datum zveřejnění: 17. 02. 2023

Uživatelské změny:

• přepracovaný systém subkorpusů
  • implicitně je každý subkorpus dostupný ostatním uživatelů - tj. není problém s prohlížením sdílených URL s výsledky.
  • pokud uživatel nevyplní popis, subkorpus není dohledatelný.
  • subkorpus je možno archivovat - URL adresy zůstanou funkční, autorovi se subkorpus nebude zobrazovat ve výpisu (lze zobrazit změnou parametru filtru).
  • na stránce konkordančního dotazu si lze aktuální výběr typů textů uložit jako koncept subkorpusu a později ho dokončit.
  • subkorpus je snadné zkopírovat či vytvořit jeho variantu dalším výběrem textů.
• funkce disperze - grafické znázornění počtů výskytů hledaného výrazu na ose představující celý korpus tak, jak jdou slova a dokumenty ve vertikále za sebou
• zvýraznění překladových ekvivalentů - na stránce příslušné paralelní konkordance je možné zvýraznit slova odpovídající překladům nalezeným přes Treq
• odkaz sdílet tabulku frekv. distribuce
  • obsahuje-li stránka frekvenční distribuce více tabulek (grafů), je možné získat ke každé z nich URL odkaz pro případné sdílení či publikaci
• výběr konkord. řádků - funkce přejít na stránku prvního vybraného řádku
  • v případě, že si uživatel kategorizuje konkordanční řádky a příslušný výběr začíná až někde daleko za první stránkou, lze se dostat na začátek výběru pomocí této nové funkce
• možnost přidávat do KonTextu specifické zpětné odkazy (tato funkce je dostupná pro snazší integraci s ostatními aplikacemi)
• detekce příliš časově náročných dotazů s možností přenesení takových dotazu do doporučeného menšího korpusu

Technické změny:

• změna frameworku a webserveru z Gunicorn+Werkzeug na Sanic)
• upgrade na React 18
• přepis serverového backendu do asychronních funkcí (async+await)
• výchozí použití WebSockets pro kontrolu úloh běžících na pozadí (vytváření některých subkorpusů, větší konkordance)
• podpora Manatee 2.2xx
• vylepšení cachování výsledků frekvenčních distribucí pro rychlejší pohyb po stránkách s výsledky
• přechod od HTTP sessions na JWT
• možnost aplikovat individuální „cutoff“ na velikost konkordance

Datum zveřejnění: 23. 02. 2022

Uživatelské změny:

• nový typ dotazu: paradigmatický dotaz
• vylepšený typ dotazu „seznam slov“
  • lepší provedení rozhraní formuláře
  • optimalizace ukládání výsledků pro rychlejší přístup a stránkování
• historie dotazů podporuje všechny typy dotazování (konkordance, seznam slov, paradigmatický dotaz)
• vylepšení frekvenční distribuce
  • grafický režim zobrazení frekvenčních distribucí
    • speciální podpora pro časové informace
  • zobrazení konfidenčních intervalů
  • možnost nastavit si výchozí druh zobrazení (tabulky vs. grafy)
• vylepšený přehrávač audia
  • možnost posunu přehrávání v čase
  • zobrazení průběhu (waveform)
• možnost vytvořit subkorpus přímo na stránce konkordančního dotazu
• našeptávač s podporou sublemmat (syn2020, syn_v9) a rychlejší odezvou

Technické změny:

• integrace řady modulů (např. „liveattrs“, historie dotazů) s databázovým systémem ČNK
• reorganizace a modernizace serverového kódu
• přechod od CSS souborů ke Styled Components
• podpora pro Docker
• podpora pro automatické testování uživatelského rozhraní
• odstranění nepotřebných atributů z konfigurace

Datum zveřejnění: 18. 12. 2020

Uživatelské změny:

• změna typů dotazu na dva:
  • pokročilý (stejné funkce jako původní CQL)
  • jednoduchý
    • víceslovné hledání
    • volitelné regulární výrazy
    • volitelné výchozí atributy (v závislosti na korpusu)
• nový prvek pro výběr časového intervalu v „Omezení hledání“ založený na klikacím kalendáři
• rozšíření plug-inu syntax_viewer - podpora nových vlastností v SYN2020
• nový plug-in query_suggest poskytující nápovědu k aktuálně zapsanému dotazu
• možnost použít plug-in token_connect jako altenativní zobrazení detailu KWIC
  • přidán modul „formátovaný text“
• plug-in taghelper nyní podporuje i tagsety „klíč - hodnota“ a je možno též nastavit více tagsetů pro jeden korpus
• nový způsob zobrazení dalších pozičních atributů - pod jednotlivá slova hlavního atributu
• možnost nastavit jako hlavní atribut zobrazení libovolný poziční atribut
• přehlednější modul „korpusová nastavení“
• přepracované rozhraní dotazovacího formuláře v sekci „specifikovat kontext“
• možnost provádět časově náročnější hledání (mld. korpusy, zarovnané korpusy s hledáním v jednom jazyce) bez časového omezení daného webovým serverem
• možnost otevřít archivovanou URL adresu s výsledkem frekv. distribuce či kolokace spočtené nad většími konkordancemi, jejichž opětovné vytvoření by trvalo déle, než umožňuje limit pro běžnou interakci s KonTextem

Technické změny:

• přepis serverové části do Python 3
• podpora nového backendu Rq pro zpracování úloh na pozadí a jeho nasazení jako výchozího řešení
• přepis klientské části do stejného frameworku, jaký používá aplikace WaG
• přepis synchronizace webového serveru a výpočetního backendu při vytváření konkordancí
• změny v HTTP API

Datum zveřejnění: 9. 12. 2019

• přepis HTML šablon do systému Jinja2
• přechod na framework React.JS, což se projevilo především rozsáhlými změnami v kódu a v menší míře také v uživatelských prvcích (např. nový vzhled korpusových nastavení zobrazení)
• příprava na nasazení budoucí funkcionality

Datum zveřejnění: 30. 10. 2018

• zobrazování překladových ekvivalentů z Trequ přímo v KonTextu při vyhledávání v paralelních korpusech (nastaveno pro InterCorp v10 a v11)
• CQL editor s barevným zvýrazněním syntaxe a kontrolou názvů atributů a struktur
• zjednodušení režimů zobrazení pozičních atributů (v textu, mouseover, kombinované)
• možnost zveřejnit subkorpus spolu s jeho popisem
• filtr - nové funkce
  • odstranit vnořené shody
  • první výskyty v dokumentu
• přehlednější proces stahování výsledků do souboru
• klávesové zkratky na stránce konkordance
• možnost minimalizovat výpisy typů textu na stránce vytváření subkorpusu

Datum zveřejnění: 15. 12. 2017

• 2-rozměrná frekvenční distribuce s intervalovými odhady skutečných hodnot (konfidenční intervaly), včetně exportu dat do Excelu
• vylepšený interaktivní výběr textů - jednotlivé kroky výběru lze vracet zpět (undo)
• vylepšená funkce interaktivního vytváření pozičních tagů - jednotlivé kroky výběru lze vracet zpět (undo)
• vylepšená historie dotazů
  • vybrané položky je možné pojmenovat a trvale uložit
  • ukládá se kompletní stav formuláře (tedy např. i vybrané typy textů)
• dopočítání i.p.m na vyžádání nyní funguje jen v dobře definovaných situacích (výběr textů pomocí checkboxů, ne vlastním CQL dotazem)
• graf podílů ručně definovaných kategorií konkordančních řádků lze exportovat do Excelu
• seznam slov:
  • nahraný black/white-list je nyní možno dále upravit přímo v prohlížeči
  • na stránce s výsledky se lze na jedno kliknutí dostat na poslední stránku
• možnost skrýt jednotlivé jazyky v konkordanci paralelních korpusů

Datum zveřejnění: 11. 4. 2017

• u mluvených korpusů možnost zobrazení detailu konkordance ve formě dialogu s vyznačením mluvčích i jejich překryvů a s přehráváním po kliknutí na ikonku reproduktoru
• možnost namixovat si vlastní poměry typů textu při vytváření subkorpusu
• jednotlivé kroky práce s konkordancí v rámci drobečkové navigace jsou editovatelné, lze se tedy vracet ke starším operacím a měnit jejich parametry
• přepnutí korpusu v úvodním formuláři nyní zachová dotaz, typ dotazu a rozlišování velikosti písmen
• označené konkordanční řádky (v rámci třídění do skupin pomocí čísel) jsou nově barevně odlišené
• hlavičky webových stránek nyní obsahují informaci o dotazu (využití u záložek a pro lepší orientaci v historii prohlížeče)

Datum zveřejnění: 26. 9. 2016

• podpora zobrazování syntaktických struktur
• asynchronní vytváření subkorpusu, u paralelních korpusů navíc s možností vzít v úvahu (ne)existenci zarovnání
• při vytváření subkorpusu a specifikaci metainformací přidán „našeptávač“ možných hodnot daného atributu, jestliže jich pro zobrazení zůstává příliš mnoho
• zobrazování pozičních atributů v konkordanci při přejetí myší (tzv. mouse-over)
• přechod mezi stránkami konkordance bez opětovného načítání stránky
• ukládání výsledků frekvenční distribuce a kolokační analýzy do cache pro rychlejší přesun mezi stránkami
• podpora pro přejmenovávání a mazání skupin konkordančních řádek
• podpora zobrazování čísel řádků v konkordanci

Datum zveřejnění: 8. 3. 2016

• podpora pro manualní rozřazování konkordančních řádek do skupin (označených čísly)
• výpočet i.p.m. u subkorpusů (na kliknutí; předchozí verze počítaly i.p.m. z celého korpusu, což mohlo být matoucí)
• subkorpus lze vytvořit pomocí podmínek na různé struktury (např. <speaker sex="male" /> a <session id="foo.+" />)
• drobečková navigace ukazující postup při práci na dotazu

Datum zveřejnění: 5. 10. 2015

• nová komponenta pro výběr korpusu obsahující mj. oblíbené a vlajkové korpusy
• přepracované menu Nastavení
• zjednodušení uživatelské práce s rozhraním (např. přidání zarovnaného korpusu)