Differences
This shows you the differences between two versions of the page.
Both sides previous revision Previous revision Next revision | Previous revision Next revision Both sides next revision | ||
external:lexemann:guidelines [2008/08/25 15:22] bejcek úpravy anotátorských dotazů |
external:lexemann:guidelines [2009/03/27 15:50] bejcek podtitul |
||
---|---|---|---|
Line 1: | Line 1: | ||
====== Anotační instrukce ====== | ====== Anotační instrukce ====== | ||
+ | ===== Pravidla ===== | ||
- | ==== Pravidla ==== | + | ==== SemLex -- slovník víceslovných lexémů |
- | + | ||
- | === SemLex -- slovník víceslovných lexémů === | + | |
* Vyhledávání | * Vyhledávání | ||
* Přidávání do slovníku | * Přidávání do slovníku | ||
Line 15: | Line 14: | ||
* Pro frazémy neurčitého slovního druhu (jako např. " | * Pro frazémy neurčitého slovního druhu (jako např. " | ||
* Je-li potřeba položku smazat, použijte '' | * Je-li potřeba položku smazat, použijte '' | ||
+ | * Synonymum -- založit jako novou položku ve slovníku, ideálně propojit se svým protějškem vyplněním okénka Synonyma (vepsat buď výraz, nebo ID synonymního protějšku v SemLexu). (Pokud anotátor ví, nebo později zjistí, že protějšek ve slovníku je, vyplní ID.) | ||
+ | |||
+ | |||
+ | |||
- | === Pojmenované entity (" | + | ==== Pojmenované entity (" |
**v této fázi se zabýváme jen striktně víceslovnými NE:** tedy těmi, uvnitř nichž nemá smysl ani závislostní popis, ani funktory. Jednoslovné NE se budou anotovat až v 2. fázi v TrEdu. Z toho důvodu neanotujeme ani jednoslovné zkratky víceslovných NE (např. ČSSD). (Pozor, KDU-ČSL má tři tektogramatické uzly, proto je (a všechny ostatní zkratky s pomlčkou, spojovníkem, | **v této fázi se zabýváme jen striktně víceslovnými NE:** tedy těmi, uvnitř nichž nemá smysl ani závislostní popis, ani funktory. Jednoslovné NE se budou anotovat až v 2. fázi v TrEdu. Z toho důvodu neanotujeme ani jednoslovné zkratky víceslovných NE (např. ČSSD). (Pozor, KDU-ČSL má tři tektogramatické uzly, proto je (a všechny ostatní zkratky s pomlčkou, spojovníkem, | ||
Line 36: | Line 39: | ||
* Spadají sem tedy: | * Spadají sem tedy: | ||
- kulturní artefakty (názvy knih, filmů, festivalů apod., předpisů, zákonů, ...) | - kulturní artefakty (názvy knih, filmů, festivalů apod., předpisů, zákonů, ...) | ||
+ | * podtitul je součástí názvu (knihy) | ||
- názvy výrobků (Intel Pentium Pro) | - názvy výrobků (Intel Pentium Pro) | ||
- názvy měn (americký dolar)((tyto sem sice věcně spadají, ale jelikož jde o skupinu relativně omezenou, zavádějte je jako víceslovné lexémy do slovníku!)) | - názvy měn (americký dolar)((tyto sem sice věcně spadají, ale jelikož jde o skupinu relativně omezenou, zavádějte je jako víceslovné lexémy do slovníku!)) | ||
Line 42: | Line 46: | ||
- biologické názvy (brouk patří do " | - biologické názvy (brouk patří do " | ||
* //ČNB Na Příkopech// | * //ČNB Na Příkopech// | ||
+ | * //2654 m n.m.//, //v tisíci metrech nad mořem// -- //"m n.m."// | ||
+ | * // | ||
* **adresa**\\ problém hranice mezi **jméno**/ | * **adresa**\\ problém hranice mezi **jméno**/ | ||
* //Petr Novák, ÚFAL// -- **jméno**, **instituce** | * //Petr Novák, ÚFAL// -- **jméno**, **instituce** | ||
Line 50: | Line 56: | ||
* //Petr Novák, ÚFAL, Malostranské náměstí 25// -- **adresa** | * //Petr Novák, ÚFAL, Malostranské náměstí 25// -- **adresa** | ||
* //Svoboda, 777 578 975// -- **adresa** | * //Svoboda, 777 578 975// -- **adresa** | ||
+ | * //kontakt: 777 578 975// -- v tomto případě je to celé **adresa**, neboť " | ||
+ | * //kontakt: 777 578 975, e-mail pepa@ufal.cz, | ||
+ | * //č.ú.: 4328-483859392054/ | ||
* //jdu do galerie Václava Špály// -- **místo** | * //jdu do galerie Václava Špály// -- **místo** | ||
* //Galerie Václava Špály koupila obraz// -- **instituce**, | * //Galerie Václava Špály koupila obraz// -- **instituce**, | ||
Line 60: | Line 69: | ||
* //mezi sedadly 30 a 40// -- **X** je "// | * //mezi sedadly 30 a 40// -- **X** je "// | ||
* //1. c7 Vd6+ 2. Kb5 Vd5+ 3. Kb4 Vd4+ 4. Kb3 Vd3+ 5. Kc2! Vd4! 6. c8V! Va4 7. Kb3// -- celé jako **X** jakožto šachová koncovka | * //1. c7 Vd6+ 2. Kb5 Vd5+ 3. Kb4 Vd4+ 4. Kb3 Vd3+ 5. Kc2! Vd4! 6. c8V! Va4 7. Kb3// -- celé jako **X** jakožto šachová koncovka | ||
+ | * //pět milionů// -- **X** | ||
+ | * //3%//, //3-7%//, //pět a půl procenta// -- vše **X** | ||
* **čas** anotujeme pouze v případě odpovědi na otázku " | * **čas** anotujeme pouze v případě odpovědi na otázku " | ||
* //devět sekund// -- nic (kolik) | * //devět sekund// -- nic (kolik) | ||
* //pět let// -- nic (kolik) | * //pět let// -- nic (kolik) | ||
* //20 hodin// -- udává-li období => nic; udává-li večerní čas => 20 by byl **čas**, ale je to jednoslovné => také nic | * //20 hodin// -- udává-li období => nic; udává-li večerní čas => 20 by byl **čas**, ale je to jednoslovné => také nic | ||
- | * //rok 1994// -- FIXME **čas** | + | * //rok 1994// -- nic |
* //únor 2002// -- **čas** | * //únor 2002// -- **čas** | ||
* //počátek září 1974// -- //" | * //počátek září 1974// -- //" | ||
Line 70: | Line 81: | ||
* //20. století// -- v zásadě ano, ale 20 je jednoslovné => nic | * //20. století// -- v zásadě ano, ale 20 je jednoslovné => nic | ||
* //20 hodin 15 minut// -- celé **čas** | * //20 hodin 15 minut// -- celé **čas** | ||
- | * //v 1. polovině 20. století// -- nic FIXME | + | * //v 1. polovině 20. století// -- nic |
- | * //léta 1980/1// -- FIXME | + | * // |
+ | * //8:20// -- je representováno třemi t-uzly, takže anotovat, **čas** | ||
+ | * **foreign** se použije až v případě, že nelze zařadit jinam -- buď jinam nepatří, nebo anotátor neví, o jakou entitu jde | ||
+ | * //ad hoc// -- **foreign** | ||
+ | * //The Jungle Book// -- **objekt**, protože anotátor ví, že je to kniha | ||
- | + | Některá | |
- | Všechna | + | Apelativa, která budeme anotovat spolu s entitou, jsou vesměs geografické výrazy, vždy tvoří součást názvu (vynechání lze pak považovat spíše za elipsu), |
+ | Příklady: "ulice Politických vězňů", | ||
+ | naopak neanotujeme apelativa | ||
* // | * // | ||
* // | * // | ||
Line 82: | Line 99: | ||
* // | * // | ||
* //kapela Doors// -- nic (anotovalo by se jen jednoslovné //Doors//) | * //kapela Doors// -- nic (anotovalo by se jen jednoslovné //Doors//) | ||
- | * //turnaj U.S. Open// -- FIXME | + | * //turnaj U.S. Open// -- jen U.S. Open jako objekt |
- | * //chrám sv. Václava// -- FIXME | + | * //chrám sv. Václava// -- celé |
- | * //Petr Novák// -- FIXME | + | * //pan Novák// -- nic |
- | * //pan Novák// -- FIXME | + | * //ulice pplk. Sochora// -- celé |
- | * //ulice pplk. Sochora// -- FIXME jsou součástí pojmenovaných entit - ano --ps | + | * // |
- | * // | + | * //zákon o daních// -- celé (pokud je to název jednoho konkrétního zákona) |
- | * //zákon o daních// -- celé FIXME | + | * //podle zákona 1456/18, Sb.// -- bez //" |
- | * //podle zákona 1456/18, Sb.// -- bez //" | + | |
+ | Pojmenovanou entitou **není** nic z následujících: | ||
+ | * //americká centrální banka// -- je to sice označení jedné konkrétní banky, ale ne její název (stejně jako // | ||
+ | * //vládní návrh zákona o státní sociální podpoře// -- pokud to nebude název jednoho konkrétního zákona (pak by to mělo být s velkým ' | ||
- | === Frazémy === | + | ==== Frazémy |
Příklady toho, co už není frazém: | Příklady toho, co už není frazém: | ||
Line 106: | Line 125: | ||
- | ==== K nástroji sem-ann ==== | + | ===== K nástroji sem-ann |
* Zobrazuje-li se vlevo pod oknem s textem hvězdička (v samostatném rámečku), značí to, že soubor byl změněn a nebyl dosud uložen. | * Zobrazuje-li se vlevo pod oknem s textem hvězdička (v samostatném rámečku), značí to, že soubor byl změněn a nebyl dosud uložen. | ||
Line 126: | Line 145: | ||
- | ==== Dotazy, nejasnosti === | + | |
+ | ===== Dotazy, nejasnosti | ||
Máme několik dalších nejasností, | Máme několik dalších nejasností, | ||
Line 149: | Line 169: | ||
==PŠ+PV== | ==PŠ+PV== | ||
- | |||
- | Ještě technický problém: občas některé lexémy naprosto nevysvětlitelně nelze označit a program hlásí, že " | ||
- | - potřebujeme přesný údaj, kde se to stalo. Jinak chybu nemůžeme opravit. (--ps) | ||
- | |||
- | * první příklad, se kterým jsem se dnes setkal: v souboru | ||
- | * další příklad: soubor ln95047_137, | ||
- | * dalsi priklady souboru, kdy je posledni veta zdvojena a nektere vyrazy v ni nelze anotovat: davka 14/soubor 18; 14/ | ||
- | 14/50; 14/72; 15/22, 23 (skoro celé nelze anotovat); 16/51; 16/74; 16/134 (pv) | ||
Další otázky: | Další otázky: | ||
Line 164: | Line 176: | ||
3) < | 3) < | ||
- | * Další příklad neznačitelného souboru: ln95048_045.t.gz: lze značit jen 1/2 jména Truman Capote. (PŠ) | + | [[oldlines|Starší pravidla]] (používaná do 23. 7. 2008). |