Český národní korpus

Korpus má novou vlajkovou loď! ⛵️
Jednou za pět let vydáváme nový 100milionový žánrově vyvážený korpus psaného jazyka – po SYN2000, SYN2005, SYN2010, SYN2015 a SYN2020 nadešel čas na SYN2025! Jako vždy obsahuje úplně nové texty, je líp anotován, lemmatizován a značkován. Tak si ho užijte...

cnk:syn2025 - Příručka ČNK Korpus SYN2025 je synchronní reprezentativní a referenční korpus současné psané češtiny, obsahující 100 milionů textových slov, tedy včetně interpunkce (tokenů). Navazuje na předchozí korpusy řady SYN (SYN2000, SYN2005, SYN2010, SYN2015 a SYN2020), vydávané v pětiletých interv...

⏳ Už jen do neděle 14. září se můžete přihlásit do programu s mikrocertifikátem Základy digital humanities. 💻📚

👏 „V červnu 2024 jsem absolvovala kurz Základy digital humanities, který nastartoval změnu mojí kariéry a nasměroval mě na datovou analýzu. Nyní, v srpnu 2025, už mám svůj první IT job,“ říká absolventka kurzu a datová analytička Eliška Špilarová.

💡 Kurz je určen nejen studujícím UK, ale i veřejnosti v rámci celoživotního vzdělávání. Vhodný je pro archiváře, žurnalisty, editory, tiskové mluvčí, datové analytiky, IT specialisty a všechny, kdo pracují s digitálními texty.

👉 Více informací a přihlášku najdete na: https://www.ff.cuni.cz/prijimaci-rizeni/programy-mikrocertifikatem/.

Právě vyšel Orátor 3, což není sequel blockbusteru o superhrdinovi s nadpřirozenými řečnickými schopnostmi, ale korpus připravených monologů. V této verzi máte k dispozici 1,5 mil. slov z téměř 500 nahrávek, které jsou pro lepší vyhledávání anotovány stejným způsobem jako korpusy řady SYN. Více viz https://wiki.korpus.cz/doku.php/cnk:orator

Zve­řej­nili jsme další verzi hos­to­va­ného kor­pusu EEBO (Early English Books Online), která oproti té pů­vodní při­náší téměř dvoj­ná­sobný roz­sah a také lin­gvis­tic­kou ano­taci (stan­dar­di­zaci, lem­ma­ti­zaci a slov­něd­ru­hové znač­ko­vání) vý­znamně usnad­ňu­jící jeho po­u­žití.
We re­leased a new ver­sion of the host­ed EE­BO (Early English Books Online) cor­pus. Com­pared to its pre­de­ces­sor, EE­BO v2 is al­most twice as large and brings al­so lin­guis­tic an­no­ta­tion (reg­u­lar­i­sa­tion, lem­ma­ti­sa­tion and POS tag­ging) that makes its use much eas­i­er.
More info:

en:cnk:eebo - Příručka ČNK The EEBO version 1 corpus contains more than 25 000 English texts from the period 1475–1700, which were digitalized by the Text Creation Partnership organization during Phase 1 of the Early English Books Online project; a detailed description of the digitalization process is available here. Overal...

Mapka je už i ve Slovenském národním korpusu. Českou najdete zde: https://www.korpus.cz/mapka/

🤨 Čo vám zíde na um ako prvé pri slove mapka?
🤔 Mapka sveta či Slovenska? A ak mapka Slovenska, tak aká mapa?
🫡 Zišla vám na um aj mapa nárečí?

🗺 Predstavujeme vám interaktívnu aplikáciu Mapka, ktorá prináša nárečové nahrávky z rôznych lokalít Slovenska na mape. Viete, do akého nárečového areálu patrí vaša obec či mesto? Neváhajte a zistite nielen to.

ℹ️ Aplikáciu pripravuje oddelenie Slovenský národný korpus Jazykovedného ústavu Ľ. Štúra SAV, v. v. i., v spolupráci s odborníkmi na slovenské nárečia.

👉 Aplikáciu Mapka nájdete aj s ďalšími informáciami o nej na: https://mapka.korpus.sk

💬 „V 90. letech se s rozvojem počítačů začaly ve světě etablovat korpusy a spolu s tím se začala rozvíjet empirická lingvistika, která zkoumá jazyk na základě dat. Česká republika se k této vlně připojila,“ říká o výročí v novém článku Forum: magazín Univerzity Karlovy dr. Michal Křen z Český národní korpus.

https://www.ukforum.cz/rubriky/academia/9420-unikatni-databaze-cestiny-slavi-vznikat-zacala-pred-30-roky 📎

👨‍💻 ,,Jsme první na světě, kdo přinesl do lingvistiky propojení jazykového korpusu s umělou inteligencí," říká dr. Jiří Milička z Český národní korpus ve Studiu 6. Propojení Českého národního korpusu s Chatem GPT si můžete vyzkoušet přímo v Chatu GPT v modulu Corpus Linguist a povídat si s ní podobně jako v této ukázce: https://www.youtube.com/watch?v=ucG9aJQxlus.

💬 Více se o dozvíte na:
https://www.ceskatelevize.cz/porady/10441287766-studio-6-vikend/224411010120928/ (37. minuta).

🗣 Český národní korpus, který systematicky mapuje vývoj naší rodné řeči už 30 let, se nyní propojí s umělou inteligencí. Jak nám to pomůže? K čemu korpus vlastně je? Jak reflektuje proměny češtiny? A jak se to projevuje ve výuce? Saša Michailidis se ptá v pořadu Akcent Český rozhlas Vltava lingvisty Jiřího Miličky.

https://1url.cz/ 👀

Jiří Milička o 30 letech korpusu a o propojení s AI.

Korpus češtiny si zahrává s AI, ale taky usnadňuje výuku cizinců Saša Michailidis se ptá lingvisty Jiřího Miličky z Ústavu českého národního korpusu FF UK a učitelky Terezy Binderové ze ZŠ Grafická na pražském Smíchově. Český národní korpus, který systematicky mapuje vývoj naší rodné řeči už třicet let, se nyní propojí s umělou i...

Oslavy 30 let minulosti korpusu máme za sebou a v tomhle videu vám Jiří Milička ukáže, jak vypadá budoucnost práce s korpusem.

Video je povinnost zejména pro ty, kteří bojují se zadáváním dotazu, změní vám to život.

Narozeniny

K výročí 30 let Českého národního korpusu jsme si pro vás připravili pár střípků z našeho archívu. Pamětníci se můžou podělit o svoje zkušenosti v komentáři.
A pokud jste ještě dneska nebyli na www.korpus.cz tak si honem běžte ulovit balónek, dokud jsou.

🎂 Český národní korpus slaví 30. výročí svého založení! Akademický projekt FF UK, který byl založený 9. září 1994, má za cíl sys­te­ma­ticky mapovat češtinu a další jazyky ve srovnání s ní. V současné době zajišťuje přístup k více než třem miliardám slov uspořádaných v tzv. korpusech.

👉 Zajímá vás víc? Sledujte naše sociální sítě a další informace se dočtete také na webu: https://www.ff.cuni.cz/2024/09/cesky-narodni-korpus-slavi-30-vyroci-sveho-zalozeni/.