Changes in the morphological annotation of the SYN series corpora: new possibilities for researching Czech grammar and lexicon
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11210%2F22%3A10450406" target="_blank" >RIV/00216208:11210/22:10450406 - isvavai.cz</a>
Result on the web
<a href="https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=yGmL_09fYh" target="_blank" >https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=yGmL_09fYh</a>
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Změny v morfologické anotaci korpusů řady SYN: nové možnosti zkoumání české gramatiky a lexikonu
Original language description
Tento článek představuje některá významná koncepční vylepšení morfologické anotace korpusů řady SYN Českého národního korpusu. Kromě menších změn v tokenizaci a v pozičním tagsetu byly zavedeny tři velké koncepční změny, které ovlivňují reprezentaci různých lexikálních a gramatických jevů. V příspěvku představujeme dopady těchto změn na lingvistická data a na vyhledávání ve třech jazykových oblastech. Za prvé je diskutováno zacházení s hláskovými, grafickými a morfologickými variantami prostřednictvím dvojúrovňové struktury lemmatu; za druhé je vysvětlen nový přístup ke složeným slovesným tvarům, pomocným slovesům, participiím a k zachycení slovesných gramatických kategorií prostřednictvím nového atributu zvaného verbtag; za třetí je představeno komplexní zpracování víceslovných tokenů pomocí tzv. multihodnot.
Czech name
Změny v morfologické anotaci korpusů řady SYN: nové možnosti zkoumání české gramatiky a lexikonu
Czech description
Tento článek představuje některá významná koncepční vylepšení morfologické anotace korpusů řady SYN Českého národního korpusu. Kromě menších změn v tokenizaci a v pozičním tagsetu byly zavedeny tři velké koncepční změny, které ovlivňují reprezentaci různých lexikálních a gramatických jevů. V příspěvku představujeme dopady těchto změn na lingvistická data a na vyhledávání ve třech jazykových oblastech. Za prvé je diskutováno zacházení s hláskovými, grafickými a morfologickými variantami prostřednictvím dvojúrovňové struktury lemmatu; za druhé je vysvětlen nový přístup ke složeným slovesným tvarům, pomocným slovesům, participiím a k zachycení slovesných gramatických kategorií prostřednictvím nového atributu zvaného verbtag; za třetí je představeno komplexní zpracování víceslovných tokenů pomocí tzv. multihodnot.
Classification
Type
J<sub>imp</sub> - Article in a specialist periodical, which is included in the Web of Science database
CEP classification
—
OECD FORD branch
60203 - Linguistics
Result continuities
Project
<a href="/en/project/LM2018137" target="_blank" >LM2018137: Czech National Corpus</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Others
Publication year
2022
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Slovo a slovesnost
ISSN
0037-7031
e-ISSN
—
Volume of the periodical
83
Issue of the periodical within the volume
2
Country of publishing house
CZ - CZECH REPUBLIC
Number of pages
24
Pages from-to
122-145
UT code for WoS article
000885518700001
EID of the result in the Scopus database
2-s2.0-85131229363