Čeština pro 21. století
Jak s ní nakládají prezidenti?
Radek Čech
Struktura přednášky
1. možnosti analýzy (nejen politických) projevů a textů
• aneb čtěme a počítejme…
2. novoroční a vánoční projevy československých a českých prezidentů
• aneb klady a zápory jednoho specifického žánru…
3. kvantitativní charakteristiky prezidentských projevů
• aneb co a proč počítat a jak to interpretovat…
4. QuitaUp
• aneb jak jednoduše měřit vybrané charakteristiky textů…
1. Možnosti analýzy (nejen politických)
projevů a textů
• aneb čtěme a počítejme…
Možnosti analýzy (nejen politických)
projevů a textů
• jak na analýzu textů?
Možnosti analýzy (nejen politických)
projevů a textů
• jak na analýzu textů?
• přečíst si ho….
Možnosti analýzy (nejen politických)
projevů a textů
• jak na analýzu textů?
• přečíst si ho….
•kvalitativní analýza
• obsahové i formální analýzy
Možnosti analýzy (nejen politických)
projevů a textů
• jak na analýzu textů?
• přečíst si ho….
•kvalitativní analýza
• obsahové i formální analýzy
• limity?
Možnosti analýzy (nejen politických)
projevů a textů
• jak na analýzu textů?
• přečíst si ho….
•kvalitativní analýza
• obsahové i formální analýzy
• limity?
Možnosti analýzy (nejen politických)
projevů a textů
• jak na analýzu textů?
• využít početní nástroje….
Možnosti analýzy (nejen politických)
projevů a textů
• jak na analýzu textů?
• využít početní nástroje….
•kvantitativní analýza
• obsahové i formální analýzy
Možnosti analýzy (nejen politických)
projevů a textů
• jak na analýzu textů?
• využít početní nástroje….
•kvantitativní analýza
• obsahové i formální analýzy
• limity?
Možnosti analýzy (nejen politických)
projevů a textů
kvalitativní & kvantitativní
Kvalitativní analýzy
Ponton, D. M.
(2020). Understanding Political
Persuasion: Linguistic and
Rhetorical Analysis. Vernon Press.
Fairclough, I., & Fairclough, N.
(2013). Political discourse
analysis. Routledge.
Svobodová, J. (2016).
Manipulace a argumentace v
politickém a mediálním
diskurzu. Univerzita Palackého
v Olomouci.
Kvalitativní analýzy - ukázky
• Hrušková B., Analýza vybraných vánočních a novoročních projevů
československých a českých prezidentů. Olomouc 2018.
• https://theses.cz/id/aj0yoh/hruskova_analyza_vanocnich_a_novorocnich_projevu.pdf
Kvalitativní analýzy - ukázky
• Gottwlad 1949
„3.4.2.1 Analýza textu
Prezident v tomto projevu hovořil k lidu jako „rodič k dítěti“, jak je patrné
z častého použití modálních sloves, kterými většinou upozorňoval na nutnost zlepšení
pracovního procesu (budou muset naši zemědělci dohánět, musíme si uvědomit, i když
s ním nemůžeme být ještě zdaleka spokojeni). Dále se objevuje značné množství
hodnotících slov (z významných opatření, se plně osvědčil, s velkými obavami), a právě
hodnocení je typické pro transakci rodič–dítě. Ani argumentace, kterou využíval,
neodpovídá dospělému, není totiž věcná. Uváděl výroky, z nichž nelze vyvodit
ověřitelné závěry, neboť jsou příliš obecné. Problémy detailně nevysvětloval
a argumentaci stavěl na kritice protistrany:
Odstraněním všech škůdců z našeho hospodářství co nejrychleji dosáhneme lepší
budoucnosti.
Kvalitativní analýzy - ukázky
• Gottwlad 1949
„Z celého textu je nejzřetelnější zdůrazňování a časté použití přivlastňovacího zájmena „náš“ (našim
národům, naše zemědělství, našeho lidově demokratického zřízení), které je rysem blízkosti.“
„Ve velkém množství se objevuje i nutnost (jdeme po správné cestě, nutně pro zdárný postup, jedině
svornou spoluprací), na kterou navazuje správnost (velké úspěchy (…) potvrzují, zůstanou mezníkem v
dějinách, historickým únorovým vítězstvím)
Kvalitativní analýzy - ukázky
• Svoboda 1969
„Způsob, jímž Svoboda k lidu hovořil, odpovídá transakci rodič–dítě. Snažil se navodit pocit důvěry a
bezpečí. Cílil na emoce a vyvolával dojem, že ví, co je pro recipienty dobré. Spíše radil a hodnotil,
věcně problém neanalyzoval. Zmiňoval problémy, nedokázal však ani přesně pojmenovat jejich
příčiny (příčiny našich obtíží jsou především ve vážných chybách minulých let), ani uvést konkrétní
pokyny, jak je vyřešit (záleží na odhodlání a poctivé práci).“
Kvalitativní analýzy - ukázky
• Svoboda 1969
• https://interaktivni.rozhlas.cz/prezidentske-projevy/www/
• Svoboda 1971
• https://interaktivni.rozhlas.cz/prezidentske-projevy/www/#1971-svoboda
Kvalitativní analýzy - ukázky
• Svoboda 1969
„Patrná je snaha vyvolat iluzi dialogu, který samozřejmě v monologickém projevu není možný. Sám
svou řeč pojmenoval jako rozhovor, navozoval tedy pocit, že lidé stojí přímo před ním a mají možnost
reakce, a zodpovídal nevyřčené otázky, předjímal možné protesty a výtky, které by mohly
posluchače napadnout.
Hned na počátku našeho rozhovoru vám chci říci, (…)
Hovořím k vám v prvních hodinách roku nového a je mi, jako byste vy všichni, kdo mě posloucháte,
byli přede mnou. Ve vašich očích vidím plno zvídavosti, zájmu i nadějí. V některých i obavy. “
Kvantitativní analýza politických projevů
• H. D. Lasswell, N. Leites:
Language of Politics, New York 1949
Kvantitativní analýza politických projevů
• H. D. Lasswell, N. Leites:
Language of Politics, New York 1949
Kvantitativní analýza politických projevů
• H. D. Lasswell, N. Leites:
Language of Politics, New York 1949
H. D. Lasswell: Why Be Quantitative?
• pozornost
• Can we assume that a scholar read his sources with the same degree of care
throughout his research?
H. D. Lasswell: Why Be Quantitative?
• pozornost
• jasně vymezená vlastnost vzorku
• Did he allow his eye to travel over the thousands upon thousands of pages of
parliamentary debates, newspapers, magazines and other sources listed in his
bibliography or notes?
• Was the sampling system for the Frankfurter Zeitung, if one was employed,
comparable with the one for the Manchester Guardian?
H. D. Lasswell: Why Be Quantitative?
• pozornost
• jasně vymezená vlastnost vzorku
• jasně vymezený (kvantifikovaný) podklad pro interpretaci
• evidence-based interpretation
Vývoj kvantitativních analýz – faktory
Vývoj kvantitativních analýz – faktory
• technické aspekty
• výpočetní technika
• dostupnost dat
Vývoj kvantitativních analýz – faktory
• technické aspekty
• výpočetní technika
• dostupnost dat
• tradice humanitního vzdělávání
Vývoj kvantitativních analýz – faktory
• technické aspekty
• výpočetní technika
• dostupnost dat
• tradice humanitního vzdělávání
• proměny lingvistiky
• empirizace
• metodologie
Kvantitativní analýza
• klady
• replikovatelnost
• porovnatelnost
• možnost aplikace na jiné vzorky
• „robustnost“
• interpretace
• intersubjektivita
Kvantitativní analýza
• klady
• replikovatelnost
• porovnatelnost
• možnost aplikace na jiné vzorky
• „robustnost“
• interpretace
• intersubjektivita
• zápory
• redukcionismus
• metodologické limity
Kvantitativní analýza politických projevů
• obsahová/tematická analýza
Kvantitativní analýza politických projevů
• obsahová/tematická analýza
• analýza (na první pohled) „skrytých“ vlastností
• míra zaměřenosti na hlavní témata
• aktivita/deskriptivita
• syntaktická komplexita
Kvantitativní analýza politických projevů
• ukázky
Kvantitativní analýza politických projevů
• ukázky
• jazykový materiál
• novoroční a vánoční projevy československých a českých prezidentů
• 1935-dosud
• texty dnes dostupné v Korpusu prezidentských projevů Speeches (ČNK)
• https://wiki.korpus.cz/doku.php/cnk:speeches
• ukázka: zjištění relativní frekvence modálních sloves
Kvalitativní analýzy - ukázky
• Gottwlad 1949
„3.4.2.1 Analýza textu
Prezident v tomto projevu hovořil k lidu jako „rodič k dítěti“, jak je patrné
z častého použití modálních sloves, kterými většinou upozorňoval na nutnost zlepšení
pracovního procesu (budou muset naši zemědělci dohánět, musíme si uvědomit, i když
s ním nemůžeme být ještě zdaleka spokojeni). Dále se objevuje značné množství
hodnotících slov (z významných opatření, se plně osvědčil, s velkými obavami), a právě
hodnocení je typické pro transakci rodič–dítě. Ani argumentace, kterou využíval,
neodpovídá dospělému, není totiž věcná. Uváděl výroky, z nichž nelze vyvodit
ověřitelné závěry, neboť jsou příliš obecné. Problémy detailně nevysvětloval
a argumentaci stavěl na kritice protistrany:
Odstraněním všech škůdců z našeho hospodářství co nejrychleji dosáhneme lepší
budoucnosti.
Frekvenční analýza slov (lemmat)
pořadí Gottwald
(1952)
Zápotocký
(1954)
Havel
(1999)
Klaus
(2006)
1. rok rok zeď život
2. americký výroba dnes rok
3. nový hospodářství různý volba
4. průmysl práce lidský politika
5. výroba zemědělský nový země
6. průmyslový nutný vlastní evropský
7. hodně národní právo občan
8. sovětský lid rok přát
9. válečný plán dobrý velký
10. potravina průmysl občanský člověk
Frekvenční analýza slov (lemmat)
pořadí Gottwald
(1952)
Zápotocký
(1954)
Havel
(1999)
Klaus
(2006)
1. rok rok zeď život
2. americký výroba dnes rok
3. nový hospodářství různý volba
4. průmysl práce lidský politika
5. výroba zemědělský nový země
6. průmyslový nutný vlastní evropský
7. hodně národní právo občan
8. sovětský lid rok přát
9. válečný plán dobrý velký
10. potravina průmysl občanský člověk
Frekvenční analýza slov (lemmat)
pořadí Gottwald
(1952)
Zápotocký
(1954)
Havel
(1999)
Klaus
(2006)
1. rok rok zeď život
2. americký výroba dnes rok
3. nový hospodářství různý volba
4. průmysl práce lidský politika
5. výroba zemědělský nový země
6. průmyslový nutný vlastní evropský
7. hodně národní právo občan
8. sovětský lid rok přát
9. válečný plán dobrý velký
10. potravina průmysl občanský člověk
Frekvenční analýza slov (lemmat)
pořadí Gottwald
(1952)
Zápotocký
(1954)
Havel
(1999)
Klaus
(2006)
1. rok rok zeď život
2. americký výroba dnes rok
3. nový hospodářství různý volba
4. průmysl práce lidský politika
5. výroba zemědělský nový země
6. průmyslový nutný vlastní evropský
7. hodně národní právo občan
8. sovětský lid rok přát
9. válečný plán dobrý velký
10. potravina průmysl občanský člověk
Frekvenční analýza slov (lemmat)
pořadí Gottwald
(1952)
frekvence relativní
frekvence
(%)
Zápotocký
(1954)
frekvence relativní
frekvence
(%)
1. rok 40 2,18 rok 25 1,36
2. americký 18 0,98 výroba 19 1,04
3. nový 18 0,98 hospodářství 15 0,82
4. průmysl 12 0,65 práce 15 0,82
5. výroba 12 0,65 zemědělský 15 0,82
6. průmyslový 11 0,60 nutný 11 0,60
7. hodně 10 0,55 národní 11 0,60
8. sovětský 8 0,44 lid 10 0,55
9. válečný 8 0,44 plán 10 0,55
10 potravina 7 0,33 průmysl 10 0,55
Frekvenční analýza slov (lemmat)
pořadí Gottwald
(1952)
frekvence relativní
frekvence
(%)
Zápotocký
(1954)
frekvence relativní
frekvence
(%)
1. rok 40 2,18 rok 25 1,36
2. americký 18 0,98 výroba 19 1,04
3. nový 18 0,98 hospodářství 15 0,82
4. průmysl 12 0,65 práce 15 0,82
5. výroba 12 0,65 zemědělský 15 0,82
6. průmyslový 11 0,60 nutný 11 0,60
7. hodně 10 0,55 národní 11 0,60
8. sovětský 8 0,44 lid 10 0,55
9. válečný 8 0,44 plán 10 0,55
10. potravina 7 0,33 průmysl 10 0,55
• Gottwald = 1,9 %
• Zápotocký = 4,6 %
Analýza klíčových slov (lemmat)
• klíčové slovo
• slovo, které se ve daném textu objeví významně častěji
než v referenčním korpusu
Analýza klíčových slov (lemmat)
• klíčové slovo
• slovo, které se ve daném textu objeví významně častěji
než v referenčním korpusu
• vyhodnocení → skóre, statistické testy
• např. log-likelihood (LL)
𝐿𝐿 = 2 𝑓𝑠𝑙𝑜𝑣𝑜_𝑡𝑒𝑥𝑡 ∙ 𝑙𝑜𝑔
𝑓𝑠𝑙𝑜𝑣𝑜 𝑡𝑒𝑥𝑡
𝑓 𝑜 𝑠𝑙𝑜𝑣𝑜 𝑡𝑒𝑥𝑡
+ 𝑓𝑠𝑙𝑜𝑣𝑜_𝑘𝑜𝑟𝑝𝑢𝑠 ∙ 𝑙𝑜𝑔
𝑓𝑠𝑙𝑜𝑣𝑜_𝑘𝑜𝑟𝑝𝑢𝑠
𝑓(𝑜) 𝑠𝑙𝑜𝑣𝑜_𝑘𝑜𝑟𝑝𝑢𝑠
Analýza klíčových slov (lemmat)
nejfrekventovanější slova klíčová slova
Klaus (2006) f Klaus (2006) f fSYN2010 log likelihood
život 8 volba 7 23 529 36,41
rok 7 politika 6 18 866 31,99
volba 7 spoluobčan 3 717 31,29
politika 6 občan 5 14 679 27,33
země 6 přát 5 16 608 26,13
evropský 5 vážený 3 2 373 24,15
občan 5 život 8 92 237 23,00
přát 5 evropský 5 34 290 19,17
velký 5 volit 3 5 757 18,89
člověk 5 odpovědnost 3 6 066 18,59
min. frekvence slova v textu = 3
Analýza klíčových slov (lemmat)
nejfrekventovanější slova klíčová slova
Klaus (2006) f Klaus (2006) f fSYN2010 log likelihood
život 8 volba 7 23 529 36,41
rok 7 politika 6 18 866 31,99
volba 7 spoluobčan 3 717 31,29
politika 6 občan 5 14 679 27,33
země 6 přát 5 16 608 26,13
evropský 5 vážený 3 2 373 24,15
občan 5 život 8 92 237 23,00
přát 5 evropský 5 34 290 19,17
velký 5 volit 3 5 757 18,89
člověk 5 odpovědnost 3 6 066 18,59
min. frekvence slova v textu = 3
Analýza klíčových slov (lemmat)
nejfrekventovanější slova klíčová slova
Klaus (2006) f Klaus (2006) f fSYN2010 log likelihood
život 8 volba 7 23 529 36,41
rok 7 politika 6 18 866 31,99
volba 7 spoluobčan 3 717 31,29
politika 6 občan 5 14 679 27,33
země 6 přát 5 16 608 26,13
evropský 5 vážený 3 2 373 24,15
občan 5 život 8 92 237 23,00
přát 5 evropský 5 34 290 19,17
velký 5 volit 3 5 757 18,89
člověk 5 odpovědnost 3 6 066 18,59
min. frekvence slova v textu = 3
Analýza klíčových slov (lemmat)
nejfrekventovanější slova klíčová slova
Klaus (2006) f Klaus (2006) f fSYN2010 log likelihood
život 8 volba 7 23 529 36,41
rok 7 politika 6 18 866 31,99
volba 7 spoluobčan 3 717 31,29
politika 6 občan 5 14 679 27,33
země 6 přát 5 16 608 26,13
evropský 5 vážený 3 2 373 24,15
občan 5 život 8 92 237 23,00
přát 5 evropský 5 34 290 19,17
velký 5 volit 3 5 757 18,89
člověk 5 odpovědnost 3 6 066 18,59
min. frekvence slova v textu = 3
Analýza klíčových slov (lemmat)
• KWords
• https://kwords.korpus.cz/
Analýza (na první pohled) „skrytých“ vlastností
Tematická koncentrace textu
Předpoklady měření tematické koncentrace
(TK)
• v různých textech se autor na dané téma či témata může zaměřovat s
různou intenzitou
Předpoklady měření tematické koncentrace
(TK)
• v různých textech se autor na dané téma či témata může zaměřovat s
různou intenzitou
• lze identifikovat jazykové jednotky, které je možné chápat jako
nositele určitého tématu či témat
Předpoklady měření tematické koncentrace
(TK)
• v různých textech se autor na dané téma či témata může zaměřovat s
různou intenzitou
• lze identifikovat jazykové jednotky, které je možné chápat jako
nositele určitého tématu či témat
• míru zaměření se na dané téma či témata lze detekovat analýzou
frekvenčních charakteristik textu
Předpoklady měření tematické koncentrace
(TK)
• v různých textech se autor na dané téma či témata může zaměřovat s
různou intenzitou
• lze identifikovat jazykové jednotky, které je možné chápat jako
nositele určitého tématu či témat
• míru zaměření se na dané téma či témata lze detekovat analýzou
frekvenčních charakteristik textu
• míra zaměření se na dané téma či témata není náhodná, tj.
přepokládá se její systematické chování vzhledem jak k jiným
vlastnostem textu, tak k faktorům pragmatickým
Frekvenční struktura textu
• uspořádání slov podle frekvence
Tematická koncentrace textu
• frekvenční struktura textu
Tematická koncentrace textu
• J. Skácel: Odvaha k tomu
Frekvenční struktura textu
Frekvenční struktura textu
• J. Škvorecký: Neurčité kontury
pořadí slovo frekvence
1 a 388
2 jsem 310
3 se 198
4 na 179
5 v 126
6 to 101
7 s 75
8 do 66
9 už 62
10 mi 61
Frekvenční struktura textu
• J. Skácel: Odvaha k tomu
Frekvenční struktura textu
• J. Skácel: Smuténka
Smuténka
To až se v září stmívá,
už bez sametu, drsně naholo,
po poli chodí smuténka
a zpívá,
smuténka chodí kolem hrud
šedých jak skřivani a zpívá,
(je příběh starší nežli já,
než moje smrt,
než smutek ze mne, odpusť)
zpívá si na poli smuténka
a chodí
po konopných cestách podzimu.
Frekvenční struktura textu
• J. Skácel: Smuténka
Smuténka
To až se v září stmívá,
už bez sametu, drsně naholo,
po poli chodí smuténka
a zpívá,
smuténka chodí kolem hrud
šedých jak skřivani a zpívá,
(je příběh starší nežli já,
než moje smrt,
než smutek ze mne, odpusť)
zpívá si na poli smuténka
a chodí
po konopných cestách podzimu.
Frekvenční struktura textu
• ČTK: V Beskydech blesk zapálil chatu, vítr lámal stromy
Frekvenční struktura textu
Tematická koncentrace textu
• tematická váha slova
Tematická koncentrace textu
• tematická váha slova
• tematická koncentrace textu
Tematická koncentrace textu
• „We hypothesize (a) that the levels of thematic concentration in the
texts of totalitarian presidents will be (significantly) higher than the
levels of the democratic presidents due to the influence of
totalitarian ideology“
Čech, R. (2014). Language and ideology: Quantitative thematic analysis of New Year speeches given by
Czechoslovak and Czech presidents (1949-2011). Quality & Quantity, 48(2), 899-910.
Tematická koncentrace textu
2. Novoroční a vánoční projevy
československých a českých prezidentů
• aneb klady a zápory jednoho specifického žánru…
Novoroční a vánoční projevy
československých a českých prezidentů
• 1935–dosud
Novoroční a vánoční projevy
československých a českých prezidentů
• specifický žánr
• slavností charakter
• shrnutí událostí předchozího roku
• výhled do budoucna
• homogenní žánr
• význam pro kvantitativní analýzy
• srov. vztah délky slova a žánru
Novoroční a vánoční projevy
československých a českých prezidentů
• autorství
• mnohdy nejasné
• tajemníci, úpravy
• Havel, Klaus
• nepřímé potvrzení vlastního autorství
• Husák
• Slovák, ale projevy česky
• Svoboda
• 1974 – mozkové příhody
• autorství jako projev politické odpovědnosti
Novoroční a vánoční projevy
československých a českých prezidentů
• autorství
• mnohdy nejasné
• tajemníci, úpravy
• Havel, Klaus
• nepřímé potvrzení vlastního autorství
• Husák
• Slovák, ale projevy česky
• Svoboda
• 1974 – mozkové příhody
• autorství jako projev politické odpovědnosti
Novoroční a vánoční projevy
československých a českých prezidentů
• http://interaktivni.rozhlas.cz.s3-website.eu-central-
1.amazonaws.com/prezidentske-projevy-2017/www/#1935-masaryk
Novoroční a vánoční projevy
československých a českých prezidentů
3. kvantitativní charakteristiky prezidentských
projevů
• aneb co a proč počítat a jak to interpretovat…
Kvantitativní analýzy novoroční projevů
• tematická slova
• slovní bohatství
• průměrná délka slova (tokenu)
• aktivita textu
• vzdálenost mezi slovesy
• proporce nejfrekventovanějších slov
• Kubát, M., Mačutek, J., Čech, R. (2021). Communists spoke differently. An analysis
of Czechoslovak and Czech annual presidential speeches. Digital Scholarship in
the Humanities, 36, 138-152.
• Kubát, M., Mačutek, J., Čech, R. (2021). Communists spoke differently. An analysis of Czechoslovak and
Czech annual presidential speeches. Digital Scholarship in the Humanities, 36, 138-152.
Tematická slova
Tematická slova
• tematická váha slova
Tematická slova
Tematická slova
Tematická slova
Slovní bohatství / diverzifikovanosti slovníku
T1
„Byl jsem doma a doma jsem jen ležel a ležel“
T2
„Byl jsem doma a tam jsem jen ležel nebo spal“
Slovní bohatství / diverzifikovanosti slovníku
T1
„Byl jsem doma a doma jsem jen ležel a ležel“
T2
„Byl jsem doma a tam jsem jen ležel nebo spal“
Slovní bohatství / diverzifikovanosti slovníku
T1
„Byl jsem doma a doma jsem jen ležel a ležel“
• N = 10 tokenů
• V = 5 typů {byl, jsem, doma, a, jen}
T2
„Byl jsem doma a tam jsem jen ležel nebo spal“
• N = 10 tokenů
• V = 9 typů {byl, jsem, doma, a, tam, jen, ležel, nebo, spal}
Slovní bohatství / diverzifikovanosti slovníku
TTR = V / N
TTR1 = 5 / 10 = 0,5
TTR2 = 9 / 10 = 0,9
Poměr typů a tokenů
Poměr typů a tokenů
• nevhodný pro texty různé délky
• upravené způsob měření
• standardizovaný TTR -> STTR
• TTR na blocích textu
• např. o velikosti 100, 1000,… n slov
• klouzavý průměr TTR -> MATTR
Klouzavý průměr TTR – MATTR
Marie miluje Petra. Petra miluje taky Jana. Petr miluje Emu.
Klouzavý průměr TTR – MATTR
Marie miluje Petra. Petra miluje taky Jana. Petr miluje Emu.
• tokeny = 5
• typy = 3
• TTR = 3/5 = 0.6
Klouzavý průměr TTR – MATTR
Marie miluje Petra. Petra miluje taky Jana. Petr miluje Emu.
• tokeny = 5
• typy = 3
• TTR = 3/5 = 0.6
Klouzavý průměr TTR – MATTR
Marie miluje Petra. Petra miluje taky Jana. Petr miluje Emu.
• tokeny = 5
• typy = 4
• TTR = 4/5 = 0.8
Klouzavý průměr TTR – MATTR
Marie miluje Petra. Petra miluje taky Jana. Petr miluje Emu.
• tokeny = 5
• typy = 5
• TTR = 5/5 = 1
Klouzavý průměr TTR – MATTR
Marie miluje Petra. Petra miluje taky Jana. Petr miluje Emu.
• tokeny = 5
• typy = 5
• TTR = 4/5 = 0.8
Klouzavý průměr TTR – MATTR
Marie miluje Petra. Petra miluje taky Jana. Petr miluje Emu.
• tokeny = 5
• typy = 5
• TTR = 5/5 = 1
Klouzavý průměr TTR – MATTR
Marie miluje Petra. Petra miluje taky Jana. Petr miluje Emu.
𝑀𝐴𝑇𝑇𝑅 =
0.6 + 0.6 + 0.8 + 1 + 0.8 + 1
6
=
4.8
6
= 0.8
Klouzavý průměr TTR – MATTR
Marie miluje Petra. Petra miluje taky Jana. Petr miluje Emu.
𝑀𝐴𝑇𝑇𝑅 =
σ𝑖=1
𝑁−𝐿
𝑉𝑖
𝐿(𝑁 − 𝐿 + 1)
L… velikost okna
Vi… počet typů v daném okně
N… délka textu
Klouzavý průměr TTR – MATTR
Marie miluje Petra. Petra miluje taky Jana. Petr miluje Emu.
𝑀𝐴𝑇𝑇𝑅 =
σ𝑖=1
𝑁−𝐿
𝑉𝑖
𝐿(𝑁 − 𝐿 + 1)
=
3 + 3 + 4 + 5 + 4 + 5
5(10 − 5 + 1)
=
24
30
= 0.8
L… velikost okna
Vi… počet typů v daném okně
N… délka textu
Klouzavý průměr TTR – MATTR
Klouzavý průměr TTR – MATTR
• velikost okna obvykle
• L = 100
• L = 500
• nástroje
• QuitaUp
• https://korpus.cz/quitaup/
Slovní bohatství / diverzifikovanosti slovníku
Slovní bohatství / diverzifikovanosti slovníku
Průměrná délka slova
• délka slova koreluje s frekvencí
• čím je slov frekventovanější, tím je kratší
• tendence
Průměrná délka slova
Průměrná délka slova
Průměrná délka slova
http://interaktivni.rozhlas.cz.s3-website.eu-central-1.amazonaws.com/prezidentske-projevy-2017/www/#1969-
svoboda
Průměrná délka slova
Aktivita / deskriptivita textu
T1
„Běžel domů, a když uviděl tu spoušť, vůbec neváhal, zahnal hladové
psy a začal konat.“
T2
„Viděl dlouhé zelené stráně plné krásné zvěře, která se téměř
nehýbala.“
Aktivita / deskriptivita textu
T1
„Běžel domů, a když uviděl tu spoušť, vůbec neváhal, zahnal hladové
psy a začal konat.“
T2
„Viděl dlouhé zelené stráně plné krásné zvěře, která se téměř
nehýbala.“
Aktivita / deskriptivita textu
T1: V = 6, A = 1 Q1 = 6 / 7 = 0,86
T2: V = 2, A = 4 Q2 = 2 / 6 = 0,33
Aktivita / deskriptivita textu
Analýza novoroční projevů –
vzdálenost mezi slovesy
T1
„Běžel domů, a když uviděl tu spoušť, vůbec neváhal, zahnal hladové
psy a začal konat.“
T2
„Viděl dlouhé zelené stráně plné krásné zvěře, která se téměř
nehýbala.“
Analýza novoroční projevů –
vzdálenost mezi slovesy
T1
„Běžel domů, a když uviděl tu spoušť, vůbec neváhal, zahnal hladové
psy a začal konat.“
VD1 = (3 + 3 + 3) / 3 = 9 / 3 = 3
T2
„Viděl dlouhé zelené stráně plné krásné zvěře, která se téměř
nehýbala.“
VD2 = 9
Analýza novoroční projevů –
vzdálenost mezi slovesy
Analýza novoroční projevů –
vzdálenost mezi slovesy
Analýza novoroční projevů –
proporce nejfrekventovanějších slov
• nejfrekventovanější slova → zpravidla synsémantika
• relativní frekvence
• nezávislost na tématu
• více Eder (2017)
Analýza novoroční projevů –
proporce nejfrekventovanějších slov
• nejfrekventovanější slova → zpravidla synsémantika
• relativní frekvence
• nezávislost na tématu
• více Eder (2017)
Analýza novoroční projevů –
proporce nejfrekventovanějších slov
∆(𝐴𝐵)=
1
𝑛
෍
𝑖=1
𝑛
𝐴𝑖 − 𝜇𝑖
𝜎𝑖
−
𝐵𝑖 − 𝜇𝑖
𝜎𝑖
n … vybraný počet nejfrekventovanějších slov
A, B … texty
Ai … frekvence daného slova v textu A
Bi … frekvence daného slova v textu B
𝜇i … průměrná frekvence daného slova ve všech textech (v korpusu)
𝜎i … směrodatná odchylka frekvence daného slova ze všech textů
4. QuitaUp
• aneb jak jednoduše měřit vybrané charakteristiky textů…
4. QuitaUp
4. QuitaUp
• https://www.korpus.cz/
4. QuitaUp
• https://korpus.cz/quitaup/
Děkuji za pozornost!
https://cechradek.cz/