Oxford WordSmith
Tools 4.0
Bc. Jiří Mikulášek
PA154 ­ Nástroje pro korpusy
FI MUNI
duben 2006
WordSmith 4.0

Základní informace

WordList

Concordancer

Keywords

Další nástroje
Základní informace

Autor: Mike Scott, Oxford University Press od
roku 1996, aktuálně ve verzi 4.0.

Komerční, demo verze pro práci
nepoužitelná.

Soubor nástrojů pro lexikální analýzu.

Tři hlavní nástroje ­ WordList, Concordancer,
Keywords.

Množství dalších užitečných utilit ­
WebGetter, Language chooser, File utilities
WordList

Analyzuje vstupní text a generuje frekvenční
seznamy slov.

Vstupem může být několik textových souborů
(značkovaného) textu.

Výstupem je frekvenční tabulka výskytů.

Výstup je možné řadit dle různých
parametrů.

Umožňuje lematizaci (po přidání seznamu
lemat).
WordList
WordList ­ oblasti použití

Vytvoření podkladů pro hledání klíčových slov
a vytváření konkordancí.

Analýza konzistence ­ porovnávání různých
verzí téhož textu apod.

Lematizace ­ soubor lemat, nebo vytváření
lemat ručně.

Analýza souvislosti slov.
Concordancer

Vytváření konkordancí ­ příkladů slov nebo
frází s jejich kontexty.

Vyhledá ve vstupních text(ech) konkordance
podle vyhledávacích kritérií.

Vyhledávání podle kontextu.

Zobrazení kolokací, možnost nastavení
kolokačních vzdáleností.

Zpracování značkovaného textu.

Možnost editace vlastních kategorií.
Concordancer
Concordancer - použití

Studium jazyka, hledání slovních spojení
apod.

Pomůcka pro učitele.

Zkoumání chování slov vzhledem k jejich
kontextu.
Keywords

Pokusí se identifikovat klíčová slova v textu
na základě porovnávání frekvencí výskytu.

Pracuje s výstupy WordListu ­ jeden wordlist
pro vyhledání klíčových slov a druhý (větší)
pro porovnání frekvencí.

Možnost přímého nalezení konkordancí k
nalezeným klíčovým slovům.

Asociace klíčových slov.

...
Keywords
Keywords - využití

Dobrá pomůcka pro charakterizaci textu ­
styl, žánr, ...

Analýza obsahu.

Vyhledávání informací.

Klasifikace textu.
Další nástroje

Slušné množství užitečných nástrojů.

WebGetter ­ vytváření vlastního korpusu
pomocí vyhledávání textů na webu.

Minimal Pairs ­ hledá páry co
nejpodobnějších slov.

File utilities ­ porovnávání, rozdělování, ...

Text Converter ­ nahrazování částí textu
Reference

http://www.lexically.net/wordsmith/