VIKMA05
Organizace znalostí
15. 4. 2016: Formální struktura dokumentu, reprezentace dokumentu (P7)
FF MU, jaro 2016
Mgr. Josef Schwarz
126172@mail.muni.cz

Osnova
¢Přehled (minulých a budoucích) témat
¢Praktická část
¢Teoretická část
lSGML
lprávní texty – struktura
¢Zadání 7. dílčího kroku DA

PŘEHLED TÉMAT
¢


Přehled (minulých) témat
¢Témata
¢Úvod
¢Přístupy ke KO, doménová analýza ¢Ontologie, epistemologie, teleologie (pojem, metafora)
¢Kategorie, kategorizace, klasifikace (tradiční vs kognitivistický přístup: prototypy, bázové
kategorie)
¢Termíny a terminologie
¢Notace a notační systém
¢
¢Úkoly
¢
¢Volba domény, zdroje
¢
¢Metafory
¢
¢Prototypy a bázové kategorie
¢
¢
¢Reprezentace pojmu
¢Návrh notačního systému
¢
¢

Přehled (budoucích) témat
¢Formální struktura dokumentu, reprezentace dokumentu
¢Procesy organizace znalostí
¢Ontologie
¢Univerzální klasifikační systémy
¢Systémy založené na přirozeném jazyce
¢Reprezentace a vizualizace znalostí
¢Závěrečná hodina - test

Praktická část
DA krok č. 6
•

STRUKTURA DOKUMENTU
¢


Formální struktura dokumentu
¢Tradiční
lObsah
•Příklad1, příklad2
¢Elektronická
lSGML (ISO 8879:1986)
•Obecná struktura dokumentu a další atributy
•Odvozené jazyky: např. HTML, XML
•Pro základní informace o SGML a jeho struktuře viz web W3.org

SGML – příklad 1
¢PhDr. Rostislav Kaprál
¢Dělnická 356/5
¢280 02 Kolín II

SGML – příklad 1
¢<DOKUMENT>
l<adresa stát="cs">
•<osoba>
•<titul>PhDr. </titul><křestní jméno>Rostislav<křestní jméno><příjmení>Kaprál</příjmení>
•</osoba>
•<ulice>Dělnická</ulice> <číslo_popisné>356</číslo_popisné>/<číslo_orientační>5</číslo_orientační>
•<PSČ>280 02</PSČ> <město>Kolín </město> <městská část> II </městská část>
l</adresa>
¢</DOKUMENT>

SGML – příklad 1
¢<DOKUMENT>
l<adresa stát="cs">
•<subjekt typ=„osoba“>
•<titul>PhDr. </titul><křestní jméno>Rostislav<křestní jméno><příjmení>Kaprál</příjmení>
•</subjekt>
•<ulice>Dělnická</ulice> <číslo_popisné>356</číslo_popisné>/<číslo_orientační>5</číslo_orientační>
•<PSČ>280 02</PSČ> <město>Kolín </město> <městská část> II </městská část>
l</adresa>
¢</DOKUMENT>

SGML – příklad 2
¢Není známo, kdo přesně radil voličům Úsvitu přímé demokracie Tomia Okamury, nicméně stalo se, že
Úsvit získal dost hlasů na to, aby se dostal do parlamentu, a tudíž aby dostal nárok na příspěvek
ze státní kasy. To už nezjistíme, kdo radil voličům. Nicméně některé záhady objasněny byly. Ten,
kdo radí Úsvitu, je Tomio Okamura a bere za to mega měsíčně. Jeho hnutí má členů míň, než měl Ježíš
učedníků. Jakpak se jim asi četl Reflex, kde se o tom píše? Asi si řekli to, co si asi řeknou
voliči Tomia Okamury. Reflex je hnusný štvavý plátek, který pomlouvá a lže. Vždyť přece Tomio
Okamura je ztělesnění té pravé demokracie, má to i v názvu svého podniku. Jak by mohl udělat něco
tak hnusného? Možná, že se v příští etapě Okamura zachová podobně jako Zeman. Ten nechal své jméno
odstranit z názvu své politické strany. Okamura by mohl nechat z názvu odstranit slovo demokracie.
V obou případech to budí smích.
¢Zdroj: Neviditelný pes, 4. 4. 2014
¢

SGML – příklad 2
¢<dokument typ=„politický komentář“ země=„ČR“ čas=„2014-04-04“> <stav typ=„výsledek voleb“
podtyp=„parlamentní volby ČR 2013“> Není známo, kdo přesně radil voličům <subjekt typ=„instituce“
podtyp=„politické strany“> Úsvitu přímé demokracie </subjekt> <subjekt typ=„osoba“
podtyp=„politik“> Tomia Okamury </subjekt>, nicméně stalo se, že <subjekt typ=„instituce“
podtyp=„politické strany“> Úsvit </subjekt> získal dost hlasů na to, aby se dostal do parlamentu, a
tudíž aby dostal <finance typ=„finanční subvence“ podtyp=„příspěvek politickým stranám“> nárok na
příspěvek ze státní kasy </finance>. To už nezjistíme, kdo radil voličům. </stav> Nicméně některé
záhady objasněny byly. <funkce typ=„politický poradce“>Ten, kdo radí <subjekt typ=„instituce“
podtyp=„politické strany“> Úsvitu </subjekt>, je <subjekt typ=„osoba“ podtyp=„politik“> Tomio
Okamura </subjekt> a <finance typ=„finanční odměna“> bere za to mega měsíčně</finance>. <stav
typ=„politické strany“ podtyp=„počet členů“> Jeho hnutí má členů míň, než měl Ježíš učedníků.
</stav> <reakce typ=„politický komentář“> Jakpak se jim asi četl Reflex, kde se o tom píše? Asi si
řekli to, co si asi řeknou voliči <subjekt typ=„osoba“ podtyp=„politik“> Tomia Okamury </subjekt>.
Reflex je hnusný štvavý plátek, který pomlouvá a lže. </reakce> Vždyť přece <subjekt typ=„osoba“
podtyp=„politik“> Tomio Okamura </subjekt> je ztělesnění té pravé demokracie, má to i v názvu svého
podniku. Jak by mohl udělat něco tak hnusného?</funkce> Možná, že se v příští etapě <subjekt
typ=„osoba“ podtyp=„politik“> Okamura </subjekt> zachová podobně jako <subjekt typ=„osoba“
podtyp=„politik“> Zeman </subjekt>. Ten nechal své jméno odstranit z názvu své politické strany.
<subjekt typ=„osoba“ podtyp=„politik“> Okamura </subjekt> by mohl nechat z názvu odstranit slovo
demokracie. V obou případech to budí smích. </dokument>
¢

Analýza právních textů
Kořenský – Cvrček – Novák: Juristická a lingvistická analýza právních textů. Praha: Academia, 1999
¢A. Typologie dokumentů
l1. podle druhu
•právní předpisy
•soudní rozhodnutí
•individuální rozhodnutí a normativní instrukce státní správy
•důvodové zprávy
•návrhy a projekty zákonů a dalších předpisů
•záznamy parlamentních debat
•výsledky připomínkových řízení
•komentáře
•učebnice, skripta a odborné monografie
•odborné články
•expertizy
•přehledy platných právních předpis
¢

Analýza právních textů
¢A. Typologie dokumentů
l2. Podle formy publikace
•oficiální sbírky
•neoficiální sbírky
•knihy
•odborné časopisy
•jednotlivé dokumenty uložené v archivech institucí
l3. Podle vztahu k původnímu znění
•původní
•upravené
•obohacené
•metadokumenty nebo adresy
¢

Analýza právních textů
¢B. Struktura položek v základním slovníku (LEMMA)
l1. Základní slovní tvar
l2. Typ
•Speciální znaky
•Číslice, římské číslice
•Zkratky s tečkou (Sb.),  zkratky bez tečky (ČR)
•Pomocné znaky (§)
•Slovenská slova
•Cizí slova (ne chemické vzorce, ne názvy nemocí apod.)
l3. Slovní druh
l4. Rod
l5. Životnost
l6. Příslušnost ke kmenové sémantické skupině (daně, zdanění, danit)
l7. Typy právních významů
l8. Četnost
l9. Číslo základního slovního tvaru
l
¢

Analýza právních textů
¢C. Sémantika morfologicko-syntagmatických typů
lPříklad – škoda
•A – S: případná / věcná / hrozící
•S – S: velkého rozsahu / značného rozsahu
•S – praep S: na zdraví / na majetku / na pozemku
•S – VF: vznikla / přesahuje / hrozí
•VF – S: zavinil / způsobil / zabránil (škodu/škodě)
•VF – praep S: dochází (ke škodám) / odpovídá (za škodu)
•S – (praep) S: zjišťování / náhrada / úhrada (škody) / odpovědnost (za škodu)
•INF – S: zabránit (škodě) / nahradit (škodu)
•INF – praep S: odpovídat (za škodu)
l
lSémantické hodnocení vazeb:
•Ad A - S
•Věcná povaha škody
•Vyjádření původu a příčiny škody
•Kvantitativní hodnocení škody
•Společenské hodnocení škody
lModel morfologicko-syntagmatické struktury
¢

Analýza právních textů
¢D. Výrazová segmentace textu
¢E. Vztah mezi formální větou a textovou strukturací
¢F. Výskyt vyhledávaných syntagmat v segmentech textu
¢G. Distinktivní vlastnosti spojovacích prostředků (spojky a obdobné výrazy)
¢H. Morfologie, gramatika, sémantika právních textů
¢I. Struktura právních textů a jejich formální vztahy
¢J. Využití:
l1. Tvorba právních předpisů
•Formulace koncepčního záměru
•Koncepce konkrétní legislativní úpravy
•Zjišťování kontextových souvislostí
•Právnělingvistická podpora legislativní činnosti
•Vytváření úplných znění právních předpisů
•Zpracování důvodových  zpráv
•Příprava legislativních výzkumů
l2. Tvorba právní terminologie
l3. Tvorba oborových klasifikací a tezaurů
l4. Vyhledávání v oborových databázích
l
l
¢
¢
¢