[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

• ÚFAL Wiki Home
• ÚFAL Home
• Sitemap
• RSS
• ÚFAL calendar
• Recent changes
• Login
• Hledat:

[ Back to the navigation ]

Differences

This shows you the differences between two versions of the page.

View differences: Side by SideInline Go

Link to this comparison view

Both sides previous revision Previous revision 2012/12/06 11:33 mikulova 2012/12/06 11:31 mikulova 2012/12/06 11:26 mikulova 2012/12/06 11:22 mikulova 2012/12/06 10:59 mikulova 2012/12/06 10:59 mikulova vytvořeno Go Next revision		Previous revision 2012/12/06 11:33 mikulova 2012/12/06 11:31 mikulova 2012/12/06 11:26 mikulova 2012/12/06 11:22 mikulova 2012/12/06 10:59 mikulova 2012/12/06 10:59 mikulova vytvořeno Go
komputacni-lingvistika:komputacni-lingvistika:kurpusy-tab [2012/12/06 11:26] mikulova		komputacni-lingvistika:komputacni-lingvistika:kurpusy-tab [2012/12/06 11:33] (current) mikulova
Line 1:		Line 1:
	====== Přehled pdt-korpusů s manuální tektogramatickou anotací ======		====== Přehled pdt-korpusů s manuální tektogramatickou anotací ======
		+	{{:komputacni-lingvistika:komputacni-lingvistika:pdt-cz-korpusy-prehled-1.doc|ke stažení}}
		+
	^   ^ PDT 2.0 ^ PDT 2.5/3.0 ^ PCEDT-cz ^ PDTSC ^ FAUST ^		^   ^ PDT 2.0 ^ PDT 2.5/3.0 ^ PCEDT-cz ^ PDTSC ^ FAUST ^
	^ počet tokenů|833 195|833 195|1 151 150|742 257|33 772|		^ počet tokenů|833 195|833 195|1 151 150|742 257|33 772|
Line 44:		Line 46:
	(časopis Vesmír není zastoupen na tektogramatické rovině)		(časopis Vesmír není zastoupen na tektogramatické rovině)
		+	**PDT 2.5** (2011, ÚFAL)
		+	**Prague Dependency Treebank 2.5**
		+	http://ufal.mff.cuni.cz/pdt2.5/
		+	Identické texty jako PDT 2.0, obohacená tektogramatická a analytická anotace.
		+
		+	**PDT 3.0** (plán 2013, LDC)
		+	**Prague Dependency Treebank 3.0**
		+	Identické texty jako PDT 2.0.
		+	Korpus bude zahrnovat PDT 2.5 plus další novinky v anotaci na tektogramatické rovině.
		+
		+	**PCEDT 2.0** (2011, LDC)
		+	**Prague Czech-English Dependency Treebank 2.0**
		+	http://ufal.mff.cuni.cz/pcedt2.0/
		+	Články z anglického deníku //Wall Street Journal// (z let 1989), které byly pro českou část korpusu přeloženy (profesionálními překladateli) do češtiny.
		+
		+	**PDTSC 2.0** (plán 2013, LDC)
		+	**Prague Dependency Treebank of Spoken Czech 2.0**
		+	(verze 1.0 (http://ufal.mff.cuni.cz/pdtsc1.0/) neobsahuje tektogramatickou anotaci)
		+	České texty z projektu  //Malach// (lehce moderované dialogy s lidmi, kteří přežili holocaust) a dialogy z projektu //Companions// (vzpomínání a konverzace nad osobní sbírkou fotografií jednoho z řečníků; rozhovory byly nahrávány v nastavení Wizard of Oz).
		+	Doslovný přepis mluvené řeči (w-rovina) je na m-rovině nahrazen tzv. standardizovaným textem (rekonstrukce mluvené řeči).
		+
		+	**FAUST** (2011)
		+	Korpus vznikl pro projekt FAUST:  http://www.faust-fp7.eu/faust/
		+	Obsahuje 3 x 1 000 krátkých segmentů textu, které si různí uživatelé nechali přeložit na on-line serveru www.reverso.net. Původní anglické znění prošlo korekturou a následně bylo přeloženo do češtiny nezávisle třemi překladateli. Poznámka: řada segmentů má velmi vulgární obsah.

---

[ Back to the navigation ] [ Back to the content ]