Základy korpusové lingvistiky

Úkoly na 3. dubna 2017


1. Zjistěte v korpusu SYN2015, co je nejčastěji považováno za „těžké“ a „lehké“, tj. která
substantiva se pojí s adjektivy těžký a lehký. Do frekvenčního seznamu zahrňte dvojice s frekvencí
20 a vyšší.


2. Vyhledejte v korpusu SYN2015 přechodníky přítomné. Využijte k tomu hledání pomocí morfologické
charakteristika „tag“ – slovní druh + detailní určení slovního druhu.

Poté:

–        Vytvořte frekvenční seznam lemmat, tj. zjistěte, od kterých sloves se využívají
přechodníky nejčastěji – které mají vyšší frekvenci než 50.

–        Vytvořte frekvenční seznam slovních tvarů, tj. zjistěte, které přechodníky a v kterých
tvarech jsou v češtině nejvíce frekventované (mají vyšší frekvenci než 50).

–        Projděte si prvních 100 slovních tvarů podle frekvence a pokuste se vyvodit, který tvar
přechodníku podle rodu a čísla se užívá nejčastěji.