Paralelní korpusy - AMLV00011

• Anglický název: Parallel Corpora
• Zajišťuje: Ústav českého národního korpusu (21-UCNK)
• Fakulta: Filozofická fakulta
• Platnost: od 2008
• Semestr: zimní
• Body: 2
• E-Kredity: 2
• Způsob provedení zkoušky: zimní s.:
• Rozsah, examinace: zimní s.:0/2, Z [HT]
• Rozsah za akademický rok: 2 [hodiny]
• Počet míst: neurčen / neurčen (15)
• 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
• Garant: Ing. Alexandr Rosen, Ph.D.

Anotace

Úvodní, prakticky orientovaný kurs pro zájemce o problematiku zpracování a využívání paralelních textů na počítači, včetně jejich uplatnění při (polo)automatickém překladu. Během semestru bude mít každý účastník možnost vytvořit svůj vlastní paralelní korpus v přiměřeném rozsahu.

Předpoklady:

nevyžadují se, ale výhodou je základní orientace v metodách korpusové lingvistiky a počítačového zpracování textu, doporučení: Korpusová lingvistika - úvod
Osnova:

Osnova:

Úvod: korpusy a korpusová lingvistika, paralelní korpusy a jejich využití
Technické aspekty: formát dat, programové nástroje, hardware
Ukázky: existující projekty a zdroje dat
Výběr a získávání textů: vyváženost korpusu, technické a právní problémy
Příprava textů: opravy a úpravy, konverze
Zarovnávání (alignment): automatické nástroje, kontrola a opravy
Hledání v paralelním korpusu: nástroje a práce s nimi
Další způsoby využití paralelních korpusů: komputační lexikografie, hledání v cizojazyčných textech, strojový nebo počítačem podporovaný překlad, ...
Konzultace k individuálním projektům, jejich prezentace

Poslední úprava: Novotná Renata, PhDr., CSc. (13.09.2006)