Báze znalostí z korpusové lingvistiky http://wiki.korpus.cz/ 2026-08-03T00:53:57+00:00 http://wiki.korpus.cz/ http://wiki.korpus.cz/lib/exe/fetch.php/wiki:dokuwiki.svg text/html 2026-07-31T15:41:20+00:00 annamarklova (annamarklova@undisclosed.example.com) http://wiki.korpus.cz/doku.php/wiki:user:annamarklova?rev=1785512480&do=diff Anna Marklová [Anna Marklová] * ResearchGate * Artificial Intelligence Language Lab * Google Scholar * ORCID I am a corpus linguist and a psycholinguist, my research focuses mainly on the languages of artificial intelligence and AI slop. I completed my PhD at TU Dortmund and am currently based at the Faculty of Arts, Charles University, where I lead a project exploring linguistic variability in both human and AI language. Alongside the work on my own project, I also offer my skills as… text/html 2026-07-31T13:04:56+00:00 annamarklova (annamarklova@undisclosed.example.com) http://wiki.korpus.cz/doku.php/en:wiki:user:annamarklova?rev=1785503096&do=diff Anna Marklová [Anna Marklová] * ResearchGate * Artificial Intelligence Language Lab * Google Scholar * ORCID I am a corpus linguist and a psycholinguist, my research focuses mainly on the languages of artificial intelligence and AI slop. I completed my PhD at TU Dortmund and am currently based at the Faculty of Arts, Charles University, where I lead a project exploring linguistic variability in both human and AI language. Alongside the work on my own project, I also offer my skills as… text/html 2026-07-14T15:28:46+00:00 annamarklova (annamarklova@undisclosed.example.com) http://wiki.korpus.cz/doku.php/?image=wiki%3Auser%3Aanna_marklova_2.jpg&ns=wiki%3Auser&rev=1784042926&tab_details=history&media_do=diff&do=media <img src="http://wiki.korpus.cz/lib/exe/fetch.php/wiki:user:anna_marklova_2.jpg?w=500&amp;h=500&amp;tok=933fb8" alt="anna_marklova_2.jpg" loading="lazy" width="500" height="500" /> text/html 2026-07-14T15:09:30+00:00 annamarklova (annamarklova@undisclosed.example.com) http://wiki.korpus.cz/doku.php/?image=wiki%3Auser%3Aanna_marklova2.jpg&ns=wiki%3Auser&rev=1784041770&tab_details=history&media_do=diff&do=media <img src="http://wiki.korpus.cz/lib/exe/fetch.php/wiki:user:anna_marklova2.jpg?w=500&amp;h=500&amp;tok=369a6b" alt="anna_marklova2.jpg" loading="lazy" width="500" height="500" /> text/html 2026-07-14T11:35:12+00:00 jankocek (jankocek@undisclosed.example.com) http://wiki.korpus.cz/doku.php/wiki:user:jirimilicka?rev=1784028912&do=diff Jiří Milička * Google scholar, ResearchGate * Scopus, ORCID: 0000-0001-8605-1199 Členství v radách: Journal of Quantitative Linguistics, Linguistic Frontiers Další členství: The International Quantitative Linguistics Association Zaměření * korpusová lingvistika * kvantitativní lingvistika * čeština, arabština Články Preprinty * Milička, J., & Bednářová, H. (2026). Sydney Telling Fables on AI and Humans: A Corpus Tracing Memetic Transfer of Persona between LLMs. arXiv preprint… text/html 2026-06-30T10:39:44+00:00 michalkren (michalkren@undisclosed.example.com) http://wiki.korpus.cz/doku.php/en:cnk:dialekt?rev=1782815984&do=diff Dialekt_dial•v2 Dialekt_ort•v2 Number of positions (tokens) 310 200 298 539 Number of positions (tokens) without punctuation and other symbols 223 281 223 327 Number of word forms (words) 33 715 25 360 Number of recordings 972 Number of utterances 43 628 Number of speakers 291 Length of recordings (hh:mm:ss.ms) text/html 2026-06-30T10:39:15+00:00 michalkren (michalkren@undisclosed.example.com) http://wiki.korpus.cz/doku.php/en:cnk:orator?rev=1782815955&do=diff Corpus of monologues: ORATOR The ORATOR corpus contains monologues by native Czech speakers. The typical situations include a lecture, instruction, guided tour, welcome address, sermon etc. The speech is usually prepared and the speaker has to fit within the given time frame. To our knowledge, there is no corpus with this kind of data available for Czech. text/html 2026-06-30T10:38:22+00:00 michalkren (michalkren@undisclosed.example.com) http://wiki.korpus.cz/doku.php/en:cnk:ortofon?rev=1782815902&do=diff Corpus of informal spoken Czech with multi-tier transcription: ORTOFON The ORTOFON corpus captures spontaneous spoken language used in informal situations between speakers who know each other. It follows the ORAL series of informal spoken Czech corpora in its data collection design. The recordings are transcribed in two tiers - orthographic and phonetic, using the text/html 2026-06-30T09:59:38+00:00 martinawaclawicova (martinawaclawicova@undisclosed.example.com) http://wiki.korpus.cz/doku.php/cnk:ortofon?rev=1782813578&do=diff Korpus neformální mluvené češtiny s víceúrovňovým přepisem: ORTOFON Korpus ORTOFON zachycuje spontánní mluvený jazyk používaný v neformálních situacích mezi mluvčími, kteří se znají. Navazuje svou koncepcí sběru dat na korpusy neformální mluvené češtiny řady text/html 2026-06-30T09:58:05+00:00 martinawaclawicova (martinawaclawicova@undisclosed.example.com) http://wiki.korpus.cz/doku.php/cnk:dialekt?rev=1782813485&do=diff Dialekt_dial•v2 Dialekt_ort•v2 Počet pozic (tokenů) 310 200 298 539 Počet pozic (tokenů) bez interpunkce a dalších značek 223 281 223 327 Počet slovních tvarů (wordů) 33 715 25 360 Počet nahrávek 972 Počet promluv 43 628 Počet mluvčích 291 Délka nahrávek (hh:mm:ss.ms) 27:43:21.423 text/html 2026-06-30T09:56:37+00:00 martinawaclawicova (martinawaclawicova@undisclosed.example.com) http://wiki.korpus.cz/doku.php/cnk:orator?rev=1782813397&do=diff Korpus monologů: ORATOR Korpus ORATOR obsahuje monologické projevy pronesené rodilými mluvčími češtiny při příležitostech, o kterých jsou předem informováni a na něž se mohou připravit. Mluvčí má předem daný časově vymezený prostor, ve kterém může a musí vytvářet svůj projev. S tím souvisí větší formálnost, až oficiálnost těchto situací. Data tohoto typu v mluvených korpusech češtiny dosud chyběla. text/html 2026-06-29T23:00:47+00:00 jirimilicka (jirimilicka@undisclosed.example.com) http://wiki.korpus.cz/doku.php/en:wiki:user:jirimilicka?rev=1782774047&do=diff Jiří Milička * Google scholar, ResearchGate * Scopus, ORCID: 0000-0001-8605-1199 Editorial board membership: Journal of Quantitative Linguistics, Linguistic Frontiers Other memberships: The International Quantitative Linguistics Association Focus * corpus linguistics * quantitative linguistics * Czech and Arabic language Education * 2010–2016 PhD (Charles University, Prague), thesis: The Theory of Communication as an Explanatory Principle for the Natural Multilevel Text Segmentatio… text/html 2026-06-24T13:29:26+00:00 vaclavcvrcek (vaclavcvrcek@undisclosed.example.com) http://wiki.korpus.cz/doku.php/wiki:user:vaclavcvrcek?rev=1782307766&do=diff Václav Cvrček Členství/membership: Pražský lingvistický kroužek (Prague Linguistic Circle), AATSEEL (American Association of Teachers of Slavic and East European Languages), IATC (International Association of Teachers of Czech), Slavic Linguistics Society Členství v radách/Board membership: Korpus - gramatika - axiologie, Slovenščina 2.0, Naše řeč Profiles: text/html 2026-06-15T08:17:35+00:00 vhorky (vhorky@undisclosed.example.com) http://wiki.korpus.cz/doku.php/seznamy:strukturni_atributy_mluvene?rev=1781511455&do=diff Struktury a strukturní atributy mluvených korpusů Struktury korpusů mluvené češtiny V korpusech mluvené češtiny se používají následující strukturní hierarchické jednotky: * doc - dokument; v případě dialogických mluvených korpusů se jedná o jednu sondu (ucelený rozhovor) text/html 2026-06-08T15:44:05+00:00 michalkren (michalkren@undisclosed.example.com) http://wiki.korpus.cz/doku.php/en:manualy:kontext:kolokace?rev=1780933445&do=diff Menu: Collocation One of the principal properties of interface KonText is the possibility to use statistical methods to identify collocations of a wanted word. By collocation, we understand a meaningful, fixed, syntagmatic sequence of two (or more) words in the immediate proximity. A collocation consists of a key word ( text/html 2026-06-08T15:41:51+00:00 michalkren (michalkren@undisclosed.example.com) http://wiki.korpus.cz/doku.php/manualy:kontext:kolokace?rev=1780933311&do=diff Menu: Kolokace Jednou ze stěžejních vlastností rozhraní KonText je možnost identifikovat pomocí statistických metod kolokace k vyhledanému slovu. Kolokací se přitom rozumí smysluplné, ustálené, syntagmatické spojení dvou (nebo víc) slov v blízkém kontextu. Kolokace je tvořena základovým slovem ( text/html 2026-06-08T11:13:39+00:00 vhorky (vhorky@undisclosed.example.com) http://wiki.korpus.cz/doku.php/pojmy:asociacni_miry?rev=1780917219&do=diff Asociační (kolokační) míry Asociační míry (association measures) jsou matematické postupy (vzorce) používané pro vyhledání kolokací v korpusu. Velká většina asociačních měr je omezena pouze na dvoučlenné kolokace (bigramy). Asociační míry mají převážně matematický základ vycházející ze statistického testování hypotéz, vyskytují se ale i jinak motivované míry včetně čistě empirických bez vztahu ke statistické relevanci.$$I(xy) = \log_{2} \frac{p(xy)}{p(x) p(y)}$$$p(x) = f(x) / N$$p(y) = f(y) /… text/html 2026-06-04T09:27:07+00:00 michalkren (michalkren@undisclosed.example.com) http://wiki.korpus.cz/doku.php/start?rev=1780565227&do=diff Vítejte na wiki Českého národního korpusu Český národní korpus (ČNK) byl založen na Filozofické fakultě, Univerzity Karlovy v roce 1994 s cílem vytvářet a zpřístupňovat rozsáhlá jazyková data pro výuku a výzkum v podobě elektronických korpusů. Od roku 2012 je ČNK na Cestovní mapě Velkých výzkumných infrastruktur financovaných text/html 2024-04-29T08:50:29+00:00 jankocek (jankocek@undisclosed.example.com) http://wiki.korpus.cz/doku.php/?image=kwords2_start.png&ns=0&rev=1714380629&tab_details=history&media_do=diff&do=media <img src="http://wiki.korpus.cz/lib/exe/fetch.php/kwords2_start.png?w=500&amp;h=500&amp;tok=2df83f" alt="kwords2_start.png" loading="lazy" width="500" height="500" /> text/html 2024-02-29T18:53:59+00:00 danzeman (danzeman@undisclosed.example.com) http://wiki.korpus.cz/doku.php/?image=hickok%3Aopen-tsv-in-excel-3.png&ns=hickok&rev=1709232839&tab_details=history&media_do=diff&do=media <img src="http://wiki.korpus.cz/lib/exe/fetch.php/hickok:open-tsv-in-excel-3.png?w=500&amp;h=500&amp;tok=bff0d7" alt="open-tsv-in-excel-3.png" loading="lazy" width="500" height="500" />