SYN v7: korpus současné psané češtiny
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11210%2F18%3A10384646" target="_blank" >RIV/00216208:11210/18:10384646 - isvavai.cz</a>
Výsledek na webu
<a href="https://wiki.korpus.cz/doku.php/cnk:syn:verze7" target="_blank" >https://wiki.korpus.cz/doku.php/cnk:syn:verze7</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
čeština
Název v původním jazyce
SYN v7: korpus současné psané češtiny
Popis výsledku v původním jazyce
Synchronní korpus o celkovém rozsahu přes 4,2 mld. textových slov (tj. 5,1 mld. tokens), který zachycuje psanou češtinu především z let 1990-2017. 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 v6, spočívá zejména v aktualizaci publicistiky (přidání textů z roku 2017).
Název v anglickém jazyce
SYN v7: corpus of contemporary written Czech
Popis výsledku anglicky
Corpus of contemporary written Czech sized more than 4.2 billion running words (i.e. 5.1 billion tokens). It covers mostly the period of 1990-2017 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 v6, lies in the update of the newspaper part (publication year 2017 added).
Klasifikace
Druh
S<sub>db</sub> - Specializovaná veřejná databáze
CEP obor
—
OECD FORD obor
60203 - Linguistics
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Číslo předpisu
LM2015044/SYNv7
Označení certifikačního orgánu
Ministerstvo školství, mládeže a tělovýchovy České republiky, Karmelitská 529/5, 118 00 Praha 1
Datum certifikace
—