Nástěnka

V následujících dvou týdnech jste všichni srdečně vítáni na popularizačních přednáškách a jazykových rychlokurzech, které proběhnou v rámci Měsíce pro fakultu. Už v neděli 21. 1. při Pootevření fakulty proběhne v místnosti 18 na hlavní budově série krátkých přednášek určená pro studující, akademickou i neakademickou obec FF UK. Následovat bude pondělní Den jazykových rychlokurzů, během […]

Také le­tos kon­cem roku zve­řej­ňu­jeme další ak­tu­a­li­zaci kor­pusu sou­časné psané češ­tiny SYN, je­hož verze 12 nyní po za­hr­nutí pu­b­li­cis­tiky z roku 2022 do­sa­huje ve­li­kosti 5,17 mld. slov.

ČNK zve­řej­ňuje di­a­chronní kor­pus Ono­mOs se­sta­vený ba­da­teli Ka­tedry čes­kého ja­zyka FF OU. Kor­pus ob­sa­huje texty z vy­bra­ných čí­sel (Rudého) Práva od 20. let 20. stol. do sou­čas­nosti a za­hr­nuje také ano­taci jmen­ných en­tit.

Gratulujeme kolegům k zisku standardních projektů GAČR: Jiří Milička uspěl s grantem Velké jazykové modely prizmatem korpusové lingvistiky a tým Hany Skoumalové bude řešit projekt Česká frazeologie a proměny jejího užívání v dobových a žánrových kontextech.

Vy­dali jsme no­vou verzi apli­kace KWords. Mezi hlavní no­vinky patří to, že s její po­mocí mů­žete ana­ly­zo­vat texty ve více než 30 ja­zy­cích a při iden­ti­fi­kaci pro­mi­nent­ních jed­no­tek lze vy­u­ží­vat lem­ma­ti­zaci a ta­go­vání (tzv. key­morph ana­lýza). Nově lze k apli­kaci při­stu­po­vat také po­mocí API.

Od září mů­žeme díky pod­poře TA ČR pra­co­vat na pro­jektu HiČ­KoK – His­to­rie češ­tiny v kor­pu­so­vém kon­ti­nuu. Ve spo­lu­práci s ÚJČ AV ČR, NK ČR a ÚFAL MFF UK hod­láme vy­tvo­řit jed­notně znač­ko­vaný kor­pus, který bude za­hr­no­vat texty po­krý­va­jící 8 sta­letí vý­voje češ­tiny.

Byla zve­řej­něna verze 16 pa­ra­lel­ního kor­pusu In­ter­Corp. Díky ak­tu­a­li­zaci ba­líčku Open­Sub­tit­les se kor­pus zvět­šil téměř troj­ná­sobně a při­bylo 20 dal­ších ja­zyků. Pře­hled všech změn a vy­lep­šení oproti před­chozí verzi na­jdete v his­to­rii verzí.

Zve­řej­nili jsme no­vou verzi di­a­chron­ního DOl­no­lužic­kého Tex­to­vého KOr­pusu, který vzniká péčí cho­těbuz­ské po­bočky Lužic­ko­srb­ského in­sti­tutu. Nová verze je při­bližně o tře­tinu větší a nově za­hr­nuje také nor­ma­li­zaci a lem­ma­ti­zaci textů.

Zve­řej­nili jsme verzi 2.0 apli­kace Mapka pro práci s mlu­ve­nými a ná­řeč­ními kor­pusy. Má vy­lep­šený vzhled, in­tu­i­tiv­nější ovlá­dání a do­pl­něný ob­sah: množ­ství uká­zek z mlu­ve­ných kor­pusů a po­pisy ná­řeč­ních rysů všech ob­lastí, pod­sku­pin, úseků a typů.

Naši kolegové byli úspěšní v soutěži programu TA ČR SIGMA a získali dva projekty: Historie češtiny v korpusovém kontinuu (hlavní řešitel dr. Martin Stluka) a Víceslovné jednotky pro digitální vzdělávání (hlavní řešitelka dr. Marie Kopřivová).