Syntaktické značky

Syntaktická anotace použitá v některých korpusech ČNK (SYN2025, SYN2020 a SYN2015) vychází z koncepce anotace na tzv. analytické rovině Pražského závislostního korpusu (PDT). Základními atributy, do nichž je syntaktická analýza zakódována, jsou:

• afun, p_afun, ep_afun: u každého tokenu uvádí syntaktickou funkci podle analytické roviny PDT
• parent: relativní pozice tokenu, na němž je daný token závislý
• eparent: pouze u autosémantických slov; vyjadřuje relativní pozici nejbližšího autosémantického tokenu, na němž je daný token závislý (přeskakuje předložky, spojky ap.)
• p_tag, p_lemma: tag a lemma řídícího tokenu
• ep_tag, ep_lemma: totéž jako p_tag a p_lemma, ale pouze u autosémantických slov
• prep: u jmen řízených předložkou uvádí lemma předložky
• v korpusu SYN2025 také ord a p_ord: pořadí slova ve větě a pořadí řídícího slova ve větě
• v korpusu SYN2025 je také více atributů odvozených od atributu parent a eparent: p_pos, p_case, p_afun, p_verbtag; ep_pos, ep_case, ep_afun, ep_verbtag.

— Tomáš Jelínek