SYN v4: korpus současné psané češtiny

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11210%2F16%3A10332872" target="_blank" >RIV/00216208:11210/16:10332872 - isvavai.cz</a>
Výsledek na webu
<a href="https://wiki.korpus.cz/doku.php/cnk:syn:verze4" target="_blank" >https://wiki.korpus.cz/doku.php/cnk:syn:verze4</a>
DOI - Digital Object Identifier
—

Jazyk výsledku
čeština
Název v původním jazyce
SYN v4: korpus současné psané češtiny
Popis výsledku v původním jazyce
Synchronní korpus o celkovém rozsahu 3,6 mld. textových slov (tj. 4,3 mld. tokens), který zachycuje psanou češtinu především z let 1990-2014. Obsahuje převážně texty publicistické, ačkoli zahrnuje také velké množství dalších textových typů (beletrii, oborovou literaturu). Korpus je lemmatizován a morfologicky označkován kombinací stochastických a pravidlových metod, u každého textu jsou uvedeny podrobné bibliografické a další údaje včetně jeho příslušnosti k revidované klasifikaci textů.
Název v anglickém jazyce
SYN v4: corpus of contemporary written Czech
Popis výsledku anglicky
Corpus of contemporary written Czech sized 3.6 billion running words (i.e. 4.3 billion tokens). It covers mostly the period of 1990-2014 and it features rich metadata including detailed bibliographical information, revised text-type classification etc. Although it contains a wide range of text types (fiction, non-fiction, newspapers), the newspapers prevail noticeably. The corpus is lemmatized and morphologically annotated by a combination of stochastic and rule-based methods.

Projekt
<a href="/cs/project/LM2015044" target="_blank" >LM2015044: Český národní korpus</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu
SYN v4
Technické parametry
https://www.korpus.cz/toolbar/signup.php
Ekonomické parametry
Korpus je veřejně dostupný především přes rozhraní KonText na https://kontext.korpus.cz , průměrný počet uživatelských dotazů se pohybuje okolo 160 denně.
IČO vlastníka výsledku
00216208
Název vlastníka
Univerzita Karlova

Podobné výsledky(10)