[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki


[ Back to the navigation ]

This is an old revision of the document!


Přehled pdt-korpusů s manuální tektogramatickou anotací

PDT 2.0 PDT 2.5/3.0 PCEDT-cz PDTSC FAUST
počet tokenů833 195833 1951 151 150742 25733 772
počet vět49 43149 43149 20873 8353 000
morfologickámanuálněmanuálněautomatickyautomatickyautomaticky
analytickámanuálněmanuálněautomatickyautomatickyautomaticky
a.rfautomatickyautomatickymanuálněmanuálněmanuálně
gramatémypoloautopoloautone (auto)ne (auto)ne (auto)
strukturamanuálněmanuálněmanuálněmanuálněmanuálně
funktorymanuálněmanuálněmanuálněmanuálněmanuálně
subfunktoryautomatickyautomatickynenene (auto)
valencemanuálněmanuálněmanuálněmanuálněmanuálně
– u substantivmanuálněmanuálněne (RSTR) ne (RSTR) ne (RSTR)
coref-grammanuálněmanuálněmanuálněbudene
coref-textmanuálněmanuálněmanuálněbudene
deepord, tfamanuálněmanuálněbudenene
quotmanuálněmanuálněnenene
klauze (na anal.)neautomatickynenene
víceslovné výrazynemanuálněnenene
typgroupnemanuálněnemanuálněne
formémynebudeautomatickynene
sentmodautomatickymanuálněne nene
factmodnemanuálněnenene
coref – 1a2. osobanebudebudebudene
coref-text-rozšíř. nemanuálněnenene
diskurznemanuálněnenene
bridgingnemanuálněnenene

manuálně = ruční anotace (může být automaticky předpřipravená, ale vždy ručně zkontrolovaná)
automaticky = hodnoty jsou dosazeny automatickým nástrojem
poloauto = hodnoty jsou dosazeny automatickým nástrojem, v některých případech zkontrolované a doplňované ručně
ne = hodnoty nejsou vyplněny
ne (auto) = hodnoty nejsou vyplněny, a pokud ano, jsou to nespolehlivé hodnoty, které vyprodukoval automatický parser, který stromy připravuje k anotaci.
ne (RSTR) = namísto funktorů aktantů a substantivních funktorů MAT, APP, AUTH je vždy funktor RSTR

PDT 2.0 (2006, LDC)
Prague Dependency Treebank 2.0
http://ufal.mff.cuni.cz/pdt2.0/
Morfologická: 2 mil. slov Analytická: 1,5 mil. slov Tektogramatická: 0,8 mil. slov
Lidové noviny (deník), ISSN 1213-1385, 1991, 1994, 1995
Mladá fronta Dnes (deník), 1992
Českomoravský Profit (ekonomický týdeník), 1994
Vesmír (populárně vědecký měsíčník), ISSN 1214-4029, Vesmír, s.r.o., 1992, 1993
(časopis Vesmír není zastoupen na tektogramatické rovině)


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