Rozdíly

Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.

Odkaz na výstup diff

Both sides previous revision Předchozí verze
Následující verze
Předchozí verze
czesl:czesl [2020/12/18 18:18]
rosen [CzeSL – a Learner Corpus of Czech]
czesl:czesl [2021/04/06 12:18] (aktuální)
rosen [Available versions]
Řádek 1: Řádek 1:
 {{ :​czesl:​logolink_op_vvv_hor_barva_eng.jpg?​600 |}} {{ :​czesl:​logolink_op_vvv_hor_barva_eng.jpg?​600 |}}
-This work was supported by the European Regional Development Fund project “Creativity and Adaptability as Conditions of the Success of Europe in an Interrelated World” (reg. no.: CZ.02.1.01/​0.0/​0.0/​16_019/​0000734). 
- 
  
 ======= CzeSL – a Learner Corpus of Czech ======= ======= CzeSL – a Learner Corpus of Czech =======
Řádek 19: Řádek 17:
 ===== Available versions ===== ===== Available versions =====
  
-| ^  Thousands of tokens in  ^^^^  ​annotation ​ ^^^^^ Metadata ^  Access ​ ^  Year  ^ +| ^  Thousands of tokens in  ^^^^  ​Annotation ​ ^^^^^ Metadata ^  Access ​ ^  Year  ^ 
-| ::: ^  non-native ​ ^^  ethnolect ​ ^  𝚺  ^  ​Error  ​^^  ​Linguistic ​ ​^^^:::​^:::​^:::​^+| ::: ^  non-native ​ ^^  ethnolect ​ ^  𝚺  ^  ​error  ​^^  ​linguistic ​ ​^^^:::​^:::​^:::​^
 | ::: ^  essays ​ ^  theses ​ ^ ::: ^ ::: ^  Tags  ^  TH  ^  T0  ^  T1  ^  T2  ^ ::: ^ ::: ^ ::: ^ | ::: ^  essays ​ ^  theses ​ ^ ::: ^ ::: ^  Tags  ^  TH  ^  T0  ^  T1  ^  T2  ^ ::: ^ ::: ^ ::: ^
 ^ CzeSL-plain |  1,315 |  732 |  428 |  2,475 |  --  |  --  |  --  |  --  |  --  |  --  |  SD  |  2012  | ^ CzeSL-plain |  1,315 |  732 |  428 |  2,475 |  --  |  --  |  --  |  --  |  --  |  --  |  SD  |  2012  |
Řádek 31: Řádek 29:
 ^ CzeSL-MD |  12 |  -- |  -- |  12 |  MD  |  T2  |  --  |  --  |  --  |  --  |  D  |  2018  | ^ CzeSL-MD |  12 |  -- |  -- |  12 |  MD  |  T2  |  --  |  --  |  --  |  --  |  D  |  2018  |
 ^ CzeSL-UD |  10 |  -- |  -- |  10 |  --  |  --  |  M+S  |  --  |  --  |  --  |  D  |  2018  | ^ CzeSL-UD |  10 |  -- |  -- |  10 |  --  |  --  |  M+S  |  --  |  --  |  --  |  D  |  2018  |
-^ CzeSL-GEC |  ? |  ? |  -- |  ​20 |  --  |  2T  |  --  |  --  |  --  |  --  |  D  |  2017  |+^ CzeSL-GEC |  ? |  ? |  -- |  ​108 |  --  |  2T  |  --  |  --  |  --  |  --  |  D  |  2017  |
 ^ AKCES-GEC |  336 |  -- |  168 |  504 |  G  |  2T  |  --  |  --  |  --  |  --  |  D  |  2019  | ^ AKCES-GEC |  336 |  -- |  168 |  504 |  G  |  2T  |  --  |  --  |  --  |  --  |  D  |  2019  |
 ^ CzeSL in TEITOK |  299 |  -- |  -- |  299 |  F+I  |  2T+  |  M  |  M  |  M+S  |  yes  |  S  |  2020  | ^ CzeSL in TEITOK |  299 |  -- |  -- |  299 |  F+I  |  2T+  |  M  |  M  |  M+S  |  yes  |  S  |  2020  |
Řádek 93: Řádek 91:
     * Each text with its annotation consists of several related files.     * Each text with its annotation consists of several related files.
     * Some of the texts are independently annotated twice.     * Some of the texts are independently annotated twice.
 +    * Includes also flat version (files named *.vert), see CzeSL-man v2 below.
   * **CzeSL-man v1 searchable**:​   * **CzeSL-man v1 searchable**:​
     * Searchable by KonText: https://​kontext.korpus.cz/​first_form?​corpname=czesl-man     * Searchable by KonText: https://​kontext.korpus.cz/​first_form?​corpname=czesl-man
Řádek 108: Řádek 107:
   * Apart from the error annotation, the content and metadata are the same as in CzeSL-man v1.   * Apart from the error annotation, the content and metadata are the same as in CzeSL-man v1.
   * Linguistic annotation (tags and lemmas) is provided for all tokens at Tier 0 and Tier 2.   * Linguistic annotation (tags and lemmas) is provided for all tokens at Tier 0 and Tier 2.
 +  * Downloadable from https://​bitbucket.org/​czesl/​czesl-man/​ (files named *.vert).
  
 === CzeSL-TH === === CzeSL-TH ===
Řádek 157: Řádek 157:
   * Multi-level concordancer [[http://​utkl.ff.cuni.cz/​czesl/​selaq.html|SeLaQ]],​ used for basic searching in CzeSL-man   * Multi-level concordancer [[http://​utkl.ff.cuni.cz/​czesl/​selaq.html|SeLaQ]],​ used for basic searching in CzeSL-man
   * Standard concordancer [[http://​wiki.korpus.cz/​doku.php/​en:​manualy:​kontext:​index|Manatee/​KonText]],​ used for searching in CzeSL-plain and CzeSL-SGT   * Standard concordancer [[http://​wiki.korpus.cz/​doku.php/​en:​manualy:​kontext:​index|Manatee/​KonText]],​ used for searching in CzeSL-plain and CzeSL-SGT
-  * General corpus tool [[http://beta.clul.ul.pt/​teitok/​site/​|TEITOK]], currently used for building, editing and viewing learner corpora hosted by the Institute of Theoretical and Computational linguistics (see [[http://​utkl.ff.cuni.cz/​teitok/​|Learner corpora at ICTL]])+  * General corpus tool [[http://www.teitok.org|TEITOK]], currently used for building, editing and viewing learner corpora hosted by the Institute of Theoretical and Computational linguistics (see [[http://​utkl.ff.cuni.cz/​teitok/​|Learner corpora at ICTL]])
  
 ===== Bibliography ===== ===== Bibliography =====
Řádek 168: Řádek 168:
 //Compiling and annotating a learner corpus for a morphologically rich language – CzeSL, a corpus of non-native Czech.// [[https://​karolinum.cz|Karolinum,​ Charles University Press, Praha]]. [[https://​karolinum.cz/​knihy/​rosen-compiling-and-annotating-a-learner-corpus-for-a-morphologically-rich-language-23802|Print copy, e-book]] [[https://​dspace.cuni.cz/​handle/​20.500.11956/​123103|CU Digital Repository]] //Compiling and annotating a learner corpus for a morphologically rich language – CzeSL, a corpus of non-native Czech.// [[https://​karolinum.cz|Karolinum,​ Charles University Press, Praha]]. [[https://​karolinum.cz/​knihy/​rosen-compiling-and-annotating-a-learner-corpus-for-a-morphologically-rich-language-23802|Print copy, e-book]] [[https://​dspace.cuni.cz/​handle/​20.500.11956/​123103|CU Digital Repository]]
  
 +===== Acknowledgement =====
  
 +This work was supported by the European Regional Development Fund project “Creativity and Adaptability as Conditions of the Success of Europe in an Interrelated World” (reg. no.: CZ.02.1.01/​0.0/​0.0/​16_019/​0000734).

QR Code
QR Code czesl:czesl (generated for current page)