Seminární práce předmětu CJBB85 Počítačové nástroje pro češtinu
Seminární práce souvisí s potřebami forenzní lingvistiky. Téma bylo připraveno ve spolupráci s Mgr.
Veronikou Novákovou z Kriminalistického ústavu v Praze.
Úkolem je pokusně identifikovat slova, která se mohou potenciálně vyskytovat ve výhružných
dopisech (e-mailech, sms) a propagandistických, manipulativních, rasistických či jinak nebezpečných
textech na internetu.
1) najděte vhodný zdroj informací – webové stránky, diskuze, sociální sítě – Facebook, Twitter
apod., pro výběr sloves je možné také využít sémantické třídy sloves na
https://nlp.fi.muni.cz/~ydana/Semtridy.html
2) najděte minimálně 5 substantiv, 5 adjektiv a 5 sloves, která se ve vybraných textech často
objevují (maximální počet slov není stanoven)
3) v korpusech SYN v5 a/nebo CzTenTen12 zjistěte frekvenci vybraných slov, hledejte přes
lemma všechny tvary slov
4) najděte několik nejvýstižnějších a nejfrekventovanějších slovních spojení ve Word Sketch,
která tematicky spadají do zkoumané oblasti
5) do textového dokumentu (např. ve Wordu) sepište:
zdroje textů, nalezená slova (uspořádaná podle slovních druhů) s uvedenou frekvencí (a
názvem korpusu, kde jste frekvenci zjišťovali), nejzajímavější slovní spojení
6) práci odevzdejte do odevzdávárny předmětu CJBB85 v IS do 20. 1. 2018