SYN v5: korpus současné psané češtiny

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11210%2F17%3A10366965" target="_blank" >RIV/00216208:11210/17:10366965 - isvavai.cz</a>

Výsledek na webu

<a href="https://wiki.korpus.cz/doku.php/cnk:syn:verze5" target="_blank" >https://wiki.korpus.cz/doku.php/cnk:syn:verze5</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

SYN v5: korpus současné psané češtiny

Popis výsledku v původním jazyce

Synchronní korpus o celkovém rozsahu 3,8 mld. textových slov (tj. 4,6 mld. tokens), který zachycuje psanou češtinu především z let 1990-2015. 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. Rozdíl oproti předchozí verzi, korpusu SYN v4, spočívá zejména v aktualizaci publicistiky (přidání textů z roku 2015).

Název v anglickém jazyce

SYN v5: corpus of contemporary written Czech

Popis výsledku anglicky

Corpus of contemporary written Czech sized 3.8 billion running words (i.e. 4.6 billion tokens). It covers mostly the period of 1990-2015 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. The main difference when compared to its predecessor, SYN v4, lies in the update of the newspaper part (publication year 2015 added).

Druh

S_db - Specializovaná veřejná databáze

CEP obor

—

OECD FORD obor

60203 - Linguistics

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

2017

Kód důvěrnosti údajů

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

Číslo předpisu

LM2015044/SYNv5

Označení certifikačního orgánu

Ministerstvo školství, mládeže a tělovýchovy České republiky, Karmelitská 529/5, 118 00 Praha 1

Datum certifikace

—