Český jazyk a korpus - AMLV00008

• Anglický název: Czech Language and Corpus
• Zajišťuje: Ústav českého národního korpusu (21-UCNK)
• Fakulta: Filozofická fakulta
• Platnost: od 2019
• Semestr: oba
• Body: 2
• E-Kredity: 3
• Rozsah, examinace: 0/2, Z [HT]
• Rozsah za akademický rok: 2 [hodiny]
• Počet míst: zimní:neurčen / neurčen (10); letní:neurčen / neurčen (10)
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: nevyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Poznámka: předmět je možno zapsat mimo plán; povolen pro zápis po webu; předmět lze zapsat v ZS i LS
• Garant: prof. Mgr. Václav Cvrček, Ph.D.; Mgr. Michal Křen, Ph.D.
• Třída: A - Mezioborová nabídka VP: Lingvistika

Anotace

čeština

Poslední úprava: Mgr. Lucie Lukešová, Ph.D. (07.02.2014)

Seminář je určen bohemistům a dalším zájemcům o práci s jazykovým korpusem. Po absolvování semináře budou studenti schopni samostatně využívat korpusy psané a mluvené češtiny pro svou vlastní lingvistickou práci. Naučí se pracovat s korpusovým manažerem KonText a dalšími nástroji pro práci s korpusem, seznámí se s jazykovým materiálem v korpusech ČNK (především se synchronními psanými a mluvenými korpusy). V rámci samostatného výzkumu dokážou vyhledat a interpretovat lingvistický jev.
Počet studentů v semináři je z kapacitních důvodů omezen na 10.

Požadavky k zápočtu: aktivní účast na seminářích, test, samostatné zpracování lingvistického jevu korpusovými metodami.

angličtina

Poslední úprava: Mgr. Michal Křen, Ph.D. (28.05.2018)

The course is aimed typically at the students of Czech studies. The students will get to know the language corpora available at Czech National Corpus and learn how to use them for their own research. They will also learn how to work with the KonText query interface and other web applications to query, find and interpret language phenomena.

Credit requirements: active participation, test, analysis of a language phenomenon using corpus linguistic methods.

Literatura

čeština

Poslední úprava: Mgr. Lucie Lukešová, Ph.D. (07.02.2014)

Povinná literatura

Baker, P.: Using Corpora in Discourse Analysis. Continuum, London 2006. (úvodní kapitola)

Čermáková, A.: Valence českých substantiv. Studie z korpusové lingvistiky, svazek 9. NLN, Praha 2009. (úvodní kapitola)

Cvrček, V. - Kováříková, D.: Možnosti a meze korpusové lingvistiky. Naše řeč 94/3, 2011 (s. 113-133).

Doporučená literatura

Bartoň, T. a kol.: Statistiky češtiny. NLN, Praha 2009.

Cvrček, V. a kol..: Mluvnice současné češtiny /Grammar of Contemporary Czech/. Karolinum. Praha 2010, (353 s.).

Biber, D. et al.: Corpus Linguistics: Investigating Language Structure and Use. Cambridge University Press, Cambridge 1998.

Oakes, M. P.: Statistics for Corpus Linguistics. Edinburg University Press, Edinburg 1998.

Teubert, W. - Krishnamurthy, R. (eds.): Corpus Linguistics Vol. I-VI. Critical Concepts in Linguistics, Routledge 2007.

angličtina

Poslední úprava: Mgr. Michal Křen, Ph.D. (28.05.2018)

Compulsory reading

Baker, P.: Using Corpora in Discourse Analysis. Continuum, London 2006. (initial chapter)

Čermáková, A.: Valence českých substantiv. Studie z korpusové lingvistiky, volume 9. NLN, Praha 2009. (initial chapter)

Cvrček, V. - Kováříková, D.: Možnosti a meze korpusové lingvistiky. Naše řeč 94/3, 2011 (p. 113-133).

Recommended reading

Bartoň, T. a kol.: Statistiky češtiny. NLN, Praha 2009.

Cvrček, V. a kol..: Mluvnice současné češtiny /Grammar of Contemporary Czech/. Karolinum. Praha 2010 (353 pages).

Biber, D. et al.: Corpus Linguistics: Investigating Language Structure and Use. Cambridge University Press, Cambridge 1998.

Oakes, M. P.: Statistics for Corpus Linguistics. Edinburg University Press, Edinburg 1998.

Teubert, W. - Krishnamurthy, R. (eds.): Corpus Linguistics Vol. I-VI. Critical Concepts in Linguistics, Routledge 2007.

Sylabus

čeština

Poslední úprava: Mgr. Lucie Lukešová, Ph.D. (07.02.2014)

Rozpis témat

Následující témata budou při vyučování pokryta. Každý vyučující má individuální přístup k rozvržení hodin (pořadí témat) i v důrazu na jednotlivá témata.

·         Co je korpus; korpusy ČNK

·         Korpusová lingvistika

·         Otázka reprezentativnosti psaných a mluvených korpusů, žánrová rozrůzněnost

·         Značkování korpusu - lemmatizace a morfologické značkování; struktura korpusu

·         Vyhledání a interpretace konkordance

·         Frekvenční analýza (lemmat, slovních tvarů, žánrů, kontextu apod.)

·         Pokročilé vyhledávání: CQL a regulární výrazy

·         Kolokace, koligace, sémantická prozodie

·         Korpusový materiál ve výzkumu jednotlivých jazykových rovin

·         Základy zpracování dat (práce s Excelem, vytváření tabulek a grafů)

·         Základy statistiky pro práci s korpusem

·         Korpusové nástroje SyD, Morfio, KWords

·         Specializované korpusy (Diakorp, InterCorp, autorské korpusy)

·         Zpracování rozsáhlejšího lingvistického výzkumu (např. bakalářská/diplomová práce) na základě korpusových dat

angličtina

Poslední úprava: Mgr. Michal Křen, Ph.D. (28.05.2018)

Topics

The course covers the following topics. Each lecturer has his/her own individual approach, the order of and/or emphasis on the particular topic can thus vary.

• What is a corpus; CNC corpora
• Corpus linguistics
• Reprezentativeness of written and spoken corpora, register variation
• Corpus annotation and structure
• Corpus querying and interpretation of a concordance
• Frequency analysis
• Regular expressions and advanced CQL queries
• Collocation, colligation and semantic prosody
• Corpus material in the research of individual language layers
• Basic foundations of data processing (MS Excel, tables and figures)
• Basic statistics for working with corpora
• Corpus tools SyD, Morfio, KWords
• Specialized corpora (Diakorp, InterCorp, author corpora)
• Devising and delivering a linguistic research based on corpus data.