Vladimír Benko: Webové korpusy a korpusový portál Aranea

Přednáška proběhne on-line v MS Teams. Přihlásit se můžete pomocí tohoto odkazu: https://bit.ly/37wxj6M

Vladimír Benko

Jazykovedný ústav Ľ. Štúra Slovenskej akadémie vied

UNESCO Katedra plurilingválnej a multikultúrnej komunikácie UK v Bratislave

vladimir.benko@juls.savba.sk

Cieľom projektu Aranea je vytvorenie „rodiny“ webových korpusov pokrývajúcich jazyky používané na Slovensku a v okolitých krajinách, ako aj hlavné cudzie jazyky vyučované na slovenských univerzitách. Keďže korpusy sa budujú pomocou rovnakých nástrojov (s otvorenou alebo bezplatnou licenciou), s kompatibilnou stratégiou anotácie, majú rovnakú veľkosť a obsahujú texty z približne rovnakého obdobia, môžeme ich do značnej miery považovať za porovnateľné („comparable“), t. j. vhodné na kontrastívnu prácu.

V prednáške sa zmienime o odlišnostiach webových korpusov v porovnaní s tradičnými, stručne opíšme projekt Aranea a predstavíme korpusový portál, na ktorom sú korpusy Aranea sprístupnené pomocou korpusového manažéra NoSketch Engine.

Odporúčame si pred prednáškou vytlačiť „ťaháky“:

• Rozloženie českej klávesnice MS Windows
  https://milo.juls.savba.sk/~vladob/resources/20191105_keyb_cs_bis.pdf
  
• Súbor morfologických značiek (tagset) HM
  https://milo.juls.savba.sk/~vladob/resources/20191106_hm_tagset_cheatsheet.pdf
  
• Slovnodruhové, sémantické a štylistické príznaky databázy Morfflex
  https://milo.juls.savba.sk/~vladob/resources/20200328_morfflex.pdf
  

Penn Tegset + AUT + Regex https://milo.juls.savba.sk/~vladob/resources/20180404_ukl_cheatsheet_1.pdf