Blýskání na lepší data z českých digitálních knihoven

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00094943%3A_____%2F23%3AN0000025" target="_blank" >RIV/00094943:_____/23:N0000025 - isvavai.cz</a>

Výsledek na webu

<a href="https://casopispromodernifilologii.ff.cuni.cz/wp-content/uploads/sites/9/2023/07/Boris_Lehecka_274-292.pdf" target="_blank" >https://casopispromodernifilologii.ff.cuni.cz/wp-content/uploads/sites/9/2023/07/Boris_Lehecka_274-292.pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.14712/23366591.2023.2.7" target="_blank" >10.14712/23366591.2023.2.7</a>

Jazyk výsledku

čeština

Název v původním jazyce

Blýskání na lepší data z českých digitálních knihoven

Popis výsledku v původním jazyce

V humanitních vědách je analýza primární a sekundární literatury důležitou součástí výzkumné práce. Vedle jazykových korpusů lze za vhodný zdroj psaných textů v posledních letech považovat digitální knihovny, které v České republice v letech 1992-2022 digitalizovaly přibližně 98,7 milionu stran. Článek uvádí příklady ze zahraničí a podává stručný přehled o datových zdrojích v českém prostředí. Zaměřuje se na nedávno ukončený projekt DL4DH, jehož cílem je nabídnout badatelům přístup k velkým objemům dat z digitální knihovny Kramerius ve standardizovaných formátech (prostý text, ALTO, CSV/TSV, TEI, JSON) prostřednictvím nové webové aplikace a rozhraní REST API. Data mohou obsahovat údaje z nástrojů UDPipe a NameTag vyvinutých a provozovaných výzkumnou infrastrukturou LINDAT/CLARIAH-CZ.

Název v anglickém jazyce

There are Better Data Ahead From Czech Digital Libraries

Popis výsledku anglicky

In the humanities, analysis of primary and secondary literature is an important area of research work. Besides language corpora, digital libraries, which digitized approximately 98.7 million pages in the Czech Republic between 1992 and 2022, can be considered a suitable source of written texts in recent years. The article presents an example from abroad and gives a brief overview of data sources in the Czech environment. It focuses on the recently completed DL4DH project, which aims to offer researchers access to large volumes of data from the Kramerius digital library in standardized formats (plain text, ALTO, CSV/TSV, TEI, JSON), on demand enriched by the UDPipe and NameTag tools (developed and operated by the RI of LINDAT/CLARIAH-CZ), through a new web application and a REST API.

Druh

J_SC - Článek v periodiku v databázi SCOPUS

CEP obor

—

OECD FORD obor

60500 - Other Humanities and the Arts

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2023

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Časopis pro moderní filologii

ISSN

0008-7386

e-ISSN

—

Svazek periodika

105

Číslo periodika v rámci svazku

2

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

19

Strana od-do

274–292

Kód UT WoS článku

—

EID výsledku v databázi Scopus

2-s2.0-85165878242