Korpus soukromé korespondence (KSK) z hlediska morfologického značkování

OSOLSOBĚ, Klára. Korpus soukromé korespondence (KSK) z hlediska morfologického značkování (Morphological tagging of KSK (Corpus of Private Corespondence)). Linguistica Brunensia. Brno: Masarykova Univerzita, 2006, A 54, No 1, p. 187-201. ISSN 0231-7567.

Basic information

• Original name: Korpus soukromé korespondence (KSK) z hlediska morfologického značkování
• Name (in English): Morphological tagging of KSK (Corpus of Private Corespondence)
• Authors: OSOLSOBĚ, Klára (203 Czech Republic, guarantor).
• Edition: Linguistica Brunensia, Brno, Masarykova Univerzita, 2006, 0231-7567.

Other information

• Original language: Czech
• Type of outcome: Article in a journal
• Field of Study: 60200 6.2 Languages and Literature
• Country of publisher: Czech Republic
• Confidentiality degree: is not subject to a state or trade secret
• RIV identification code: RIV/00216224:14210/06:00015822
• Organization unit: Faculty of Arts
• Keywords in English: corpus tagging private corespondence
• Tags: corpus tagging private corespondence

Abstract

Značkování KSK přineslo řadu zkušeností, které je možné využít a) při značkování korpusů s vysokým počtem substandardních tvarů (korpusů mluvených, korpusů psaných textů nepodléhajících jazykové korekci atd.), b) při úpravě automatických morfologických analyzátorů pro takové typy korpusů, c) při teoretických úvahách o mezích a možnostech morfologického značkování jazykových korpusů a v neposlední řadě d) při tvorbě nových systémů značek (tagsetů), které by lépe odpovídaly skutečnosti jazyka, již jazykové korpusy reprezentují.

Abstract (in English)

The experience with annotating the KSK (i.e. the corpus of private correspondence) can be used a) by annotating corpora with a large number of substandard forms (spoken corpora, informal corpora, ...), b) by modification of automatical analyser for such types of corpora, c) by the theoretical consideration about limits and possibilities of tagging of the corpora and last but not least d) by project of new tagset.

Links

• GV405/96/K214, research and development project: Name: Čeština ve věku počítačů: Textové korpusy a lexikální i gramatická základna pro rozvoj češtiny v 21. století

Investor: Czech Science Foundation, Czech language in the era of computers. Text corpora and lexical and grammatical base for the development of Czech in the 21 st century