seznamy:strukturni_atributy_intercorp

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.

===== Struktury a strukturní atributy korpusu InterCorp =====

==== Struktury korpusů InterCorp ====

V korpusech InterCorp nacházíme tyto hierarchické strukturní jednotky opatřené jedinečnými identifikátory:

  * ''doc'' -- dokument nebo ucelený soubor textů (povídková kniha, jeden zdroj dat)
  * ''text'' -- text v rámci dokumentů (od verze 11)
  * ''div'' -- text v rámci dokumentů, má-li nějakou vnitřní strukturaci (viz např. výše zmíněný soubor povídek); každý dokument se skládá z minimálně jednoho textu; identifikátor oddílu Bible (od verze 11)
  * ''p'' -- odstavec; každý dokument se dále dělí na jednotlivé (taktéž identifikačními čísly opatřené) odstavce
  * ''s'' -- věta (sentence); dále je každý odstavec dělen na věty

Vždy přitom platí, že hranice hierarchicky vyšší jednotky neprochází středem jednotky hierarchicky nižší (např. konec dokumentu se nenachází uprostřed věty). 

Vedle toho jsou v korpusech InterCorp použity i další, tzv. nehierarchické struktury:
  * ''hi'' -- řez písma
  * ''lb'' -- identifikátor verše (Bible)

Atributy jednotlivých struktur se mírně liší v různých verzích (detailní popis [[cnk:intercorp:verze9?&#strukturni_atributy|verze 9]], [[cnk:intercorp:verze10?&#strukturni_atributy|verze 10]], [[cnk:intercorp:verze11?&#strukturni_atributy|verze 11]], [[cnk:intercorp:verze12?&#strukturni_atributy|verze 12]], [[cnk:intercorp:verze13?&#strukturni_atributy|verze 13]], [[cnk:intercorp:verze14?&#strukturni_atributy|verze 14]])

Historie: • negace • bmk • pozice2 • gen2 • verze12 • oral2006 • dewac • ortofon • verze4 • ksk-dopisy

Hledat

Navigace

Tisk/export

Nástroje

Jazyky

Licence