FF:CJBB43 Corpus Linguistics/Intro I

CJBB43 Introduction into Corpus Linguistics, Pt. I

Faculty of Arts
Autumn 1998

Extent and Intensity

2/0/0. 3 credit(s). Type of Completion: k (colloquium).

Teacher(s)

doc. PhDr. Klára Osolsobě, Dr. (lecturer)

Guaranteed by

Course Enrolment Limitations

The course is also offered to the students of the fields other than those the course is directly associated with.

fields of study / plans the course is directly associated with

Syllabus (in Czech)

1. Informační technologie a jazykové korpusy. 2. Vznik korpusové lingvistiky a k čemu jsou korpusy. 3. Budování korpusů, korpusová data - typy korpusů a standardizace, SGML, TEI - sběr dat pro korpusy a reprezentativnost korpusů - údržba korpusů - příklady - Britský národní korpus, Český národní korpus (ČNK) 4. Korpusové nástroje - manažery - korpusový administrátor (CQP, CUE) - programy pro tvorbu konkordancí (KWIC) - OCP, LEXA, WORDCRUNCHER, PAT - využití regulárních výrazů - statistické programy (absolutní, relativní četnosti, M/I, T-score) - třídicí programy pro konkordance - konverzní programy mezi různými kódy - práce s atributy a značkami (tagy) 5. Anotované korpusy a značkování - základní úroveň značkování - metastruktura textu - SGML - gramatické značkování na úrovni slovních druhů (CLAWS, CUTTING Tagger, LEMMA) - syntaktické značkování na úrovni větných struktur - treebanks, skeletonová analýza - paralelní korpusy 6. Využití korpusů a korpusových dat - ukázky práce s korpusem - ČNK - studium kolokací a slovních spojení - aplikace v oblasti teorie komunikace - budování slovníků.

Literature

CHRIST, O., The XKWIC User Manual. Universität Stuttgart. Institut für maschinelle Sprachverarbeitung � Computerlinguistik. Stuttgart 1995.
Manuál lexikografie. Online. Edited by František Čermák - Renata Blatná. 1. vyd. Jinočany: H & H, 1995. 283 s. ISBN 80-85787-23-7. [citováno 2024-04-24] info

Assessment methods (in Czech)

Podmínkou pro udělení kolokvia je znalost probrané látky.

Language of instruction

Czech

Follow-Up Courses

Further comments (probably available only in Czech)

The course is taught: every week.
General note: Na přednášku navazuje v dalším semestru Úvod do korpusové lingvistiky II (CJBB23).

The course is also listed under the following terms Autumn 1999, Autumn 2000, Autumn 2001.