CJp022 Základy korpusové lingvistiky

Pedagogická fakulta
podzim 2023
Rozsah
0/2/0. 2 kr. Ukončení: z.
Vyučující
PhDr. Ivana Kolářová, CSc. (přednášející)
Garance
PhDr. Ivana Kolářová, CSc.
Katedra českého jazyka a literatury – Pedagogická fakulta
Kontaktní osoba: Petra Rozbořilová
Dodavatelské pracoviště: Katedra českého jazyka a literatury – Pedagogická fakulta
Rozvrh seminárních/paralelních skupin
CJp022/01: Čt 13:00–14:50 učebna 72, I. Kolářová
CJp022/02: Čt 15:00–16:50 učebna 72, I. Kolářová
CJp022/03: Út 16:00–17:50 učebna 72, I. Kolářová
CJp022/04: Út 13:00–14:50 učebna 72, I. Kolářová
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
Cíle předmětu
Cílem kurzu je seznámit studenty s vyhledáváním v jazykovém korpusu a ukázat jim různé možnosti získávání a zpracovávání jazykových dat.
Předmět zohledňuje požadavky akreditace zaměřené na informační a komunikační technologie (ICT).
Výstupy z učení
Na konci kurzu je student schopen:
1. Prakticky užívat Český národní korpus; vyhledat v korpusu SYN2020 jevy hláskové/pravopisné, tvaroslovné a lexikální s využitím dotazů "základní", "slovní tvar", "lemma".
2. Sestavit složitější dotazy typu CQL např. pro vyhledání gramatického tvaru nebo fráze.
3. Zvolit vhodný postup vyhledávání jazykových jevů v ČNK při řešení konkrétního problému.
4. Utřídit vyhledané jevy pomocí korpusových nástrojů (frekvence, kolokace) a zpracovat je na základě lingvistických znalostí.
5. Využívat Intercorp.
6. Využívat další nástroje Českého národního korpusu: Morfio, Slovo v kostce.
Osnova
  • 1. Typy korpusů, reprezentativnost korpusů. KonText. Korpusy psané a mluvené češtiny. Atributy pro vyhledávání jevů v Českém národním korpusu.
  • 2. Pravopisné varianty v současné češtině, jejich typy. Vyhledávání pravopisných variant v korpusu SYN2020. Lemma, sublemma a word.
  • 3. Vyhledávání vybraných tvaroslovných variant, obzvláště dublet podstatných jmen. Dublety maskulinních substantiv. Posuzování jejich konkurence.
  • 4. Dublety femininních a neuterních substantiv. Posuzování jejich konkurence v Českém národním korpusu.
  • 5. Variantní slovesné tvary prézentní v Českém národním korpusu. Typy krýt, kupovat, mazat.
  • 6. Jiné variantní slovesné tvary v Českém národním korpusu.
  • 7. Adverbia, partikule a předložky v Českém národním korpusu.
  • 8. Vyhledávání vybraných slov a sousloví. Frazeologie v českém národním korpusu.
  • 9. Konkurenty slovotvorné v Českém národním korpusu. Hledání substantiv a adjektiv podle sufixů.
  • 10. Vyhledávání sloves podle sufixů a prefixů.
  • 11. Kombinace dotazů a další nástrojů webového rozhraní (pozitivní a negativní filtr).
  • 12. Tvorba vlastních subkorpusů. Využití Intercorpu.
  • 13. Morfio. Slovo v kostce.
Literatura
  • doporučená neurčeno Náhradní obsah: https://wiki.korpus.cz/doku.php/manualy:kontext:index
  • https://wiki.korpus.cz/doku.php/manualy:kontext:index
  • OSOLSOBĚ, Klára. Česká morfologie a korpusy. Vyd. 1. Praha: Karolinum, 2014, 236 s. ISBN 978-80-246-2562-1. URL info
  • ČERMÁK, František, Karel KUČERA a Vladimír PETKEVIČ. Korpusová lingvistika Praha 2011, 2 Výzkum a výstavba korpusů. Praha: Nakladatelství Lidové noviny, Ústav Českého národního korpusu, 2011. Studie z korpusové lingvistiky 15. ISBN 978-80-7422-115-6. info
Výukové metody
Seminář - problémová metoda, řízený rozhovor o odborných problémech tohoto kurzu. Vyhledávání v Českém národním korpusu.
Analýza vyhledaných jazykových jevů.
Metody hodnocení
Podmínkou pro získání zápočtu je prokázání dovedností vyhledávat a zpracovávat jazykové jevy, které bude ověřeno testováním v závěrečném semináři. Studenti dostanou cca 15 úkolů zaměřených na vyhledání a zpracování vybraných jazykových jevů, z nichž musejí správně zvládnout minimálně 10. Předpokládá se též zpracovávání zadaných úkolů v průběhu semestru.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2024.