FF:CJBB43 Úvod do korp. lingvistiky I

CJBB43 Úvod do korpusové lingvistiky I

Filozofická fakulta
podzim 1998

Rozsah

2/0/0. 3 kr. Ukončení: k.

Vyučující

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

Garance

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

Osnova

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.

Literatura

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

Metody hodnocení

Podmínkou pro udělení kolokvia je znalost probrané látky.

Navazující předměty

Další komentáře

Výuka probíhá každý týden.
Na přednášku navazuje v dalším semestru Úvod do korpusové lingvistiky II (CJBB23).

Předmět je zařazen také v obdobích podzim 1999, podzim 2000, podzim 2001.