Báze znalostí z korpusové lingvistiky http://wiki.korpus.cz/ 2026-05-04T10:48:16+00:00 http://wiki.korpus.cz/ http://wiki.korpus.cz/lib/exe/fetch.php/wiki:dokuwiki.svg text/html 2026-05-02T00:37:48+00:00 jirimilicka (jirimilicka@undisclosed.example.com) http://wiki.korpus.cz/doku.php/en:wiki:user:jirimilicka?rev=1777682268&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 2026-05-02T00:37:28+00:00 jirimilicka (jirimilicka@undisclosed.example.com) http://wiki.korpus.cz/doku.php/wiki:user:jirimilicka?rev=1777682248&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 2026-04-21T11:48:18+00:00 tomasjelinek (tomasjelinek@undisclosed.example.com) http://wiki.korpus.cz/doku.php/seznamy:parent?rev=1776772098&do=diff Atribut parent – rodič: určení řídícího tokenu Syntaktický atribut parent (rodič) určuje relativní pozici řídícího tokenu v závislostní syntaktické struktuře. Pozice je vyjádřena číslem: * 0 vyjadřuje závislost na „kořeni“ věty, tj. daný token je sám řídícím tokenem hlavní věty (obvykle přísudek), popř. jde o koncovou interpunkci. text/html 2026-04-08T11:30:26+00:00 michalkren (michalkren@undisclosed.example.com) http://wiki.korpus.cz/doku.php/en:cnk:aranea?rev=1775647826&do=diff Corpora Aranea Aranea is a family of comparable web corpora prepared by Vladimír Benko. See more here. Corpora available by now (December 2014) * Araneum Anglicum Maius & Minus 14.12 * Araneum Anglicum Asiaticum Maius & Minus 14.10 * Araneum Finnicum Maius & Minus 14.08 text/html 2026-04-08T11:29:48+00:00 michalkren (michalkren@undisclosed.example.com) http://wiki.korpus.cz/doku.php/cnk:aranea?rev=1775647788&do=diff Korpusy Aranea Rodina nereferenčních srovnatelných webových korpusů sestavených Vladimírem Benkem. V současné době pokrývá celkem 14 jazyků (cs, de, en, es, fi, fr, hu, it, nl, pl, pt, ru, sk, zh), pro některé jazyky jsou dále k dispozici specifické korpusy obsahující pouze některou z variet (vedle globální angličtiny také angličtina africká a asijská, vedle celku ruštiny také ruština z ruských a neruských domén). Pro každý jazyk či varietu jsou k dispozici vždy dva korpusy: základní větší (… text/html 2026-04-07T20:45:03+00:00 alexandrrosen (alexandrrosen@undisclosed.example.com) http://wiki.korpus.cz/doku.php/en:cnk:intercorp:verze16ud?rev=1775594703&do=diff InterCorp Release 16ud – Universal Dependencies Name Czech -- core Czech -- collections other -- core other -- collections Positions Number of tokens 154 391 397 362 409 841 461 601 109 5 732 688 636 Number of word forms 124 681 856 text/html 2026-04-07T20:43:21+00:00 alexandrrosen (alexandrrosen@undisclosed.example.com) http://wiki.korpus.cz/doku.php/cnk:intercorp:verze16ud?rev=1775594601&do=diff Korpus InterCorp verze 16ud – Universal Dependencies Název čeština jádro čeština kolekce cizí jazyky jádro cizí jazyky kolekce Pozice Počet tokenů 154 391 397 362 409 841 461 601 109 5 732 688 636 Počet slovních tvarů 124 681 856 272 671 041 385 829 717 text/html 2026-03-31T10:55:42+00:00 michalkren (michalkren@undisclosed.example.com) http://wiki.korpus.cz/doku.php/pojmy:containing?rev=1774954542&do=diff Příkaz containing Příkaz containing se používá v rámci dotazovacího jazyka pro omezení platnosti dotazu na určitou strukturu. Jedná se o příkaz svojí funkčností velmi podobný operátoru within, rozdíl najdeme pouze ve výsledku vyhládávání (v podobě KWICu). Syntax text/html 2026-03-31T10:42:40+00:00 michalskrabal (michalskrabal@undisclosed.example.com) http://wiki.korpus.cz/doku.php/pojmy:within?rev=1774953760&do=diff Příkaz within Pokud potřebujeme omezit platnost dotazu na specifickou strukturu, např. větu, můžeme využít operátor within, který je součástí dotazovacího jazyka CQL. Ten je svojí funkčností velmi podobný operátoru containing, rozdíly najdeme pouze v podobě výsledného text/html 2026-03-27T12:09:34+00:00 michalkren (michalkren@undisclosed.example.com) http://wiki.korpus.cz/doku.php/seznamy:mwe?rev=1774613374&do=diff Značkování víceslovných lexikálních jednotek Počínaje korpusem SYNv14 označujeme v korpusech víceslovné lexikální jednotky (VLJ) novým značením propojeným s databází VLJ LEMUR (Lexicon of Multiword Expressions). Toto značkování je zatím spuštěno v pilotní verzi a navazuje na dosavadní text/html 2026-03-25T16:17:37+00:00 jeziorsky (jeziorsky@undisclosed.example.com) http://wiki.korpus.cz/doku.php/wiki:user:jeziorsky?rev=1774455457&do=diff text/html 2026-03-25T13:18:34+00:00 jankocek (jankocek@undisclosed.example.com) http://wiki.korpus.cz/doku.php/manualy:alpha?rev=1774444714&do=diff Alpha Aplikace Alpha slouží jako překladač z přirozeného jazyka do dotazovacího jazyka CQL. Pokud do ní své dotazy napíšete česky, přeloží vám je do formalizmu CQL připraveného přímo pro použití ve vyhledávači KonText včetně morfologických text/html 2026-03-25T13:14:00+00:00 jankocek (jankocek@undisclosed.example.com) http://wiki.korpus.cz/doku.php/wiki:user:jankocek?rev=1774444440&do=diff text/html 2026-03-23T09:54:06+00:00 michalkren (michalkren@undisclosed.example.com) http://wiki.korpus.cz/doku.php/pojmy:tag?rev=1774259646&do=diff Morfologická značka (tag) Morfologická značka (běžně nazývaná tag) je sumarizací gramatické informace o hledaném slovu (pozici) v konkrétním kontextu. Možné tagy pro každý token se přiřazují na základě morfologické analýzy, výsledný tag je pak pro každý token vybrán během následné text/html 2026-03-19T19:27:08+00:00 vaclavcvrcek (vaclavcvrcek@undisclosed.example.com) http://wiki.korpus.cz/doku.php/wiki:user:vaclavcvrcek?rev=1773948428&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 2026-03-09T00:48:09+00:00 jirimilicka (jirimilicka@undisclosed.example.com) http://wiki.korpus.cz/doku.php/en:cnk:aikoditex?rev=1773017289&do=diff AI-Koditex AI-Koditex is a generated, annotated, multi-genre corpus of Czech texts produced by large language models (LLMs). Positions Number of positions (tokens) 24 030 795 Number of positions (excl. punctuation) 20 180 737 Number of word forms (excl. punctuation) 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" /> 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-1.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-1.png?w=500&amp;h=500&amp;tok=ad0be1" alt="open-tsv-in-excel-1.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-2.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-2.png?w=500&amp;h=500&amp;tok=5c89ea" alt="open-tsv-in-excel-2.png" loading="lazy" width="500" height="500" />