Il Corpus: Terminologia utile


Italiano

Ceco

corpus / subcorpus

corpus / subcorpus

ricerca per lemma

vyhledávání podle lemmat

Lemma (per esempio “bello” per “bella”, “belli” “belle”)

lemma: je základní tvar pro nějaký výraz

word

word – slovní tvar –

 konkrétní tvar či tvar interpunkčního znaménka

concordanza = Ricerca dei contesti all’interno dei quali occorre una certa espressione linguistica

konkordance= seznamu všech konkordančních řádků, tedy všech výskytů hledaného výrazu (seznamu všech
výskytů hledaného slova nebo jevu)

posizione (riguarda la concordanza, se voglio vedere cosa precede o segue la parola data KWIK)

pozice



KWIK = key word in context

KWIK

Collocazione : combinazioni fraseologiche

Kolokace : např. slovní spojení

token = parola grafica, costituente grafico, preceduto e seguito da spazio bianco  (quindi parole,
segni di punteggiatura, numeri ecc)

Token

Tag

tagset = serie di etichette morfosintattiche applicate dal software specifico (PoStagger)

tag=  sumarizuje gramatickou informaci o hledaném slově v konkrétním kontextu  (tagset: per il
ceco: 16 pozicí – viz PoS)

PoS = part of speech

Např. N:noun, ADJ, adjective, ADV adverb,PRON pronoun atd.

markup = etichetta che si dà a una sequenza di caratteri (parola o gruppo di parole) e che ne
definisce il valore. Per l’Annotazione linguistica = esplicitazione dei valori linguistici rispetto
ai livelli dell’analisi: sintattica, semantica, morfologica…)

markup

occorrenza = distingue le singole parole all’interno della sequenza testuale

frekvence