Rozdíly
Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.
| Both sides previous revision Předchozí verze Následující verze | Předchozí verze Poslední revize Both sides next revision | ||
|
wiki:user:skoumal:tahaky:rucni-anotace [2021/03/29 20:55] skoumal [Ruční anotace korpusů - návody a taháky] |
wiki:user:skoumal:tahaky:rucni-anotace [2021/06/24 21:27] skoumal |
||
|---|---|---|---|
| Řádek 1: | Řádek 1: | ||
| + | <ifvar lang=en> | ||
| + | ====== Manual annotation of corpora ====== | ||
| + | |||
| + | There are several types of annotated corpora. Some guides are only in Czech | ||
| + | |||
| + | <else> | ||
| ====== Ruční anotace korpusů - návody a taháky ====== | ====== Ruční anotace korpusů - návody a taháky ====== | ||
| Nápovědy se liší podle typu anotovaného korpusu. V zásadě anotujeme tři typy korpusů: | Nápovědy se liší podle typu anotovaného korpusu. V zásadě anotujeme tři typy korpusů: | ||
| - | * Korpusy řady [[wiki:user:skoumal:tahaky:syn2020|SYN podle nového značkování]] (typ SYN2020) | + | * Korpusy řady [[wiki:user:skoumal:tahaky:syn2020|SYN podle nového značkování]] (typ SYN2020). |
| + | * [[wiki:user:skoumal:tahaky:Verbtagy]] v korpusu SYN2020. | ||
| * [[wiki:user:skoumal:tahaky:ortofon-syn2020|Ortofon podle nového značkování]]. | * [[wiki:user:skoumal:tahaky:ortofon-syn2020|Ortofon podle nového značkování]]. | ||
| * [[wiki:user:skoumal:tahaky:ortofon-synv8|Ortofon podle starého značkování]]. | * [[wiki:user:skoumal:tahaky:ortofon-synv8|Ortofon podle starého značkování]]. | ||
| - | Kromě návodů pro jednotlivé typy, jsou zde i návody obecné, platné pro všechny korpusy, jako "Jak značkovat cizí slova" apod. | + | Kromě návodů pro jednotlivé typy korpusů, je zde soupis nástrojů a pomůcek, které můžete při anotaci využít. |
| ===== Pomůcky a nástroje ===== | ===== Pomůcky a nástroje ===== | ||
| Řádek 29: | Řádek 36: | ||
| * Korpusy na adrese https://www.korpus.cz/kontext. Podle toho, jaký typ textu značkujete, zvolte korpus SYN2020 nebo nějaký starší. | * Korpusy na adrese https://www.korpus.cz/kontext. Podle toho, jaký typ textu značkujete, zvolte korpus SYN2020 nebo nějaký starší. | ||
| - | ===== Cizí slova ===== | + | </ifvar> |
| - | + | ||
| - | U cizích slov vzniká problém, zda je tagovat jako **''F%''**, nebo jako česká slov. Řídíme se hlavně tím, zda je slovo už přejaté do češtiny, hlavně zdali se skloňuje. Postupujeme takto: | + | |
| - | + | ||
| - | * Pokud se slovo v češtině nedá skloňovat, dostane značku **''F%''**. | + | |
| - | * Dá-li se skloňovat, dostane **''NN''**, i když je součástí víceslovného cizojazyčného názvu, např. //Buffalo//(**''NN''**) //Sabres//(**''F%''**); v tom případě je to 1. pád singuláru. | + | |
| - | * Je-li v nabídce u cizího slova **''AA''** (např. //New//) nebo jiný slovní druh, je to chybná nabídka; v takovém případě vybereme **''F%''**, nebo **''invalid''** (pokud **''F%''** chybí). | + | |
| - | + | ||
| - | + | ||
| - | + | ||
