Základy využití korpusu v praxi cjbb75_LS_2019

Středa: 10.00-11.30 G13

20. 2. Úvodní hodina (definice korpusu, korpusová pracoviště a dostupné korpusy, korpus a internet,
korpusové manažery, ÚČNK, webové rozhraní Kontext, registrace uživatele).

27. 2. Dú: získat přístupová práva (uživatelské jméno/heslo), přečíst si charakteristiky dostupných
korpusů ÚČNK, znát odpovědi na otázky v hdt.

6. 3. Kontext – příkazový řádek – vyhledávání podle atributů (word, lemma, tag, lc), cql, regulární
výrazy, KWIC, konkordanční seznam a frekvenční seznam jako zdroj poznání o jazykových vlastnostech
vyhledaných jednotek (způsob psaní/pravopis: přejatá slova /mailovat/mejlovat/majlovat/, aplikace
pravidel – varianty /ismus/izmus/, varianty pravopisu zdrobnělin vlastních jmen – Terinka/Terynka).

13. 3.  Dú: Jaká jsou lemmata/tvary adaptovaných slov a jaké je frekvenční rozložení variantních
způsobů jejich grafické realizace (slovesa utvořená od anglických základů: použí(va)t Skype= ????,
použí(va)t google = ???, použí(va)t twitter = ???).

20. 3. Korpus jako slovník – počítačová lexikografie. Slovníky založené na korpusech. Využití
korpusu jako on-line slovníku.

27. 3. Dú: cvičení na hledání významů slov – prezentace.

3. 4. Korpus jako zdroj dat pro výzkum slovotvorby. Jak zadat dotaz pro hledání slov, která mají
společné slovotvorné vlastnosti (lingvistické termíny: morfém, afix, kořen, kmen, slovní druh,
substantivum, adjektivum, sloveso, …, gramatická kategorie, rod, číslo, pád, osoba …; termíny pro
formální zadání: řetězec, token, lemma, morfologická značka/tag, pozice/atribut, hodnota, technické
řešení, … ). Adjektiva od sloves typu lyžující. Slovní formulace – tvrzení, která musí platit,
podmínka nutná/dostačující, využití regulárních výrazů a logických operací, využití filtrů,
pozorování dat a úprava dotazu.

10. 4. Dú: Jak lze v korpusu vyhledat substantiva tvořená příponou –č, která označují osoby
vykonávající činnost označenou základovým slovesem: řidič, nosič, sběrač, očišťovač, hráč, …

17. 4. Korpus jako zdroj dat pro výzkum tvarosloví. Jak zadat dotaz pro hledání slov, která mají
společné tvaroslovné vlastnosti (lingvistické termíny: morfém, afix, kořen, kmen, slovní druh,
substantivum, adjektivum, sloveso, …, gramatická kategorie, rod, číslo, pád, osoba …, vzor, třída,
…; termíny pro formální zadání: řetězec, token, lemma, morfologická značka/tag, pozice/atribut,
hodnota, technické řešení, … ). Slovesa III. třídy vzor kupovat. Slovní formulace – tvrzení, která
musí platit, podmínka nutná/dostačující, využití regulárních výrazů a logických operací, využití
filtrů, pozorování dat a úprava dotazu.

24. 4. Korpus jako zdroj dat pro výzkum syntaxe. Syntaktické kritérium určení slovnědruhové
platnosti slov.  (lingvistické termíny: slovní druh, větný člen, primární a sekundární větněčlenské
funkce slovních druhů, slovnědruhový přechod/transpozice, substantivizace, prepozicionalizace,
slovosled uvnitř jmenné skupiny, gramatická shoda…; termíny pro formální zadání: řetězec, token,
lemma, morfologická značka/tag, pravý a levý kontext, pozice vpravo a vlevo od KWIC, filtr, …).
Jakou slovnědruhovou platnost může mít slovo hnát, popravčí, pila? Které syntaktické vlastnosti
můžeme využít, abychom v korpusu našli chyby v disambiguaci?

1. 5. Dú: Jak lze v korpusu vyhledat slovesa I. třídy vzoru nést, substantiva skloňovaná podle
vzoru žena, adjektiva typu otcův/matčin.

8. 5. Dú: Sleduj v korpusu slovnědruhové značkování jednotek (kolem, místo, výchovné), které lze
interpretovat vícero způsoby a pokus se navrhnout, jak postupovat při odhalení chyb v disambiguaci.
„Místo vašich schůzek sis měl lépe vybírat.“

16. 5. Písemka


Podmínky udělení zápočtu:

1.       Odevzdání všech (4) domácích úkolů. Úkoly je třeba dodávat průběžně. Na začátku každé
hodiny může být kdokoli požádán, aby vysvětlil, oč v úkolu šlo. Je také možné zodpovědět případné
nejasnosti.

2.       Písemný test