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)

==== Strukturní atributy korpusu InterCorp ====

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]]).

Korpus InterCorp ([[cnk:intercorp:verze14?&#strukturni_atributy|verze 14]])) obsahuje následující údaje:

^Struktura^Atribut^Popis^Možné hodnoty^
|doc|doc.id|identifikátor dokumentu| příjmení_autora-zkrácený_název_textu / _ACQUIS / _EUROPARL / _PRESSEUROP_ročník / _SUBTITLES / _SYNDICATE_ročník / _OT / _NT |
|text|text.id|identifikace textu|příjmení_autora-zkrácený_název_textu:0 / _ACQUIS:číslo / _EUROPARL:číslo / _PRESSEUROP:číslo / _SUBTITLES:číslo / _SYNDICATE_ročník:název / _OT:kniha / _NT:kniha |
| |text.author|autor textu|příjmení, jméno|
| |text.title|úplný název textu|text|
| |text.lang|jazyk textu|ar / be / bg / ca / cs / da / de / el / en / es / et / fi / fr / he / hi / hr / hu / is / it / ja / lt / lv / mk / ms / mt / nb / nl / no / pl / pt / rn / ro / ru / sk / sl / sq / sr / sv / sy / tr / uk / vi / zh|
| |text.version|verze textu|číslo|
| |text.group|jádro/kolekce| Core / Acquis / Europarl / PressEurop / Subtitles / Syndicate / Bible |
| |text.publisher|vydavatel|text|
| |text.pubplace|místo vydání|text|
| |text.pubDateYear|rok vydání|číslo|
| |text.pubDateMonth|měsíc vydání|číslo|
| |text.origyear|rok vytvoření originálu|číslo|
| |text.isbn|ISBN|číslo|
| |text.txtype|typ textu|discussions - transcripts / drama / fiction / journalism - commentaries / journalism - news / legal texts / nonfiction / other / poetry / subtitles / religious |
| |text.comment|poznámka|text|
| |text.original|originální verze?|Yes / No|
| |text.srclang|jazyk originálu|ar / as / az / be / bg / bl / bn / bo / bs / bt / ca / cr / cs / ct / cz / da / de / dk / eb / el / en / es / et / eu / fa / fi / fr / ga / gr / he / hi / hr / hu / hy / id / ie / is / it / ja / ka / ko / ku / lt / lv / mk / mn / ms / mt / my / ni / nl / no / pl / po / ps / pt / rm / rn / ro / ru / se / sk / sl / sq / sr / sv / ta / th / ti / tl / tr / tu / uk / un / ur / vi / zh|
| |text.translator|překladatel|příjmení, jméno|
| |text.transsex|pohlaví překladatele|F / M|
| |text.authsex|pohlaví autora|F / M|
| |text.transcomment|poznámka k překladu|text|
| |text.collectiontitle|název kolekce|text|
| |text.volume|číslo svazku|číslo|
| |text.pages|počet stran|číslo|
| |text.lang_var|varieta jazyka|de-AT / de-CH / de-DE / en-AU / en-CA / en-GB / en-UM / en-US / es-ES / es-MX / es-PE / fr-BE / fr-FR / it-CH / it-IT / nl-BE / nl-NL / nn-NO / nb-NO / pt-BR / pt-PT / sr-RS |
| |text.wordcount|počet slov|číslo|
|div|div.id|identifikátor oddílu (Bible)| _NT / _OT:kapitola |
| |div.type|typ oddílu (kapitola)|chapter|
|p|p.id|identifikátor odstavce|doc:text:div:par|
|s|s.id|identifikátor věty|doc:text:div:par:sent|
|hi|hi.rend|řez písma|italic / bold / bold italic|
|lb|lb.id|identifikátor verše (Bible)|book:chapter:verse|
Historie: • oral2006 • dewac • ortofon • verze4 • ksk-dopisy • strukturni_atributy_mluvene • orator • kontext_verze • schola2010 • kontext