====== Tagování textů z 19. století ======

  * Texty jsou v "ČNK vertikále" na trnkovi v adresáři ''/cnk/common/korpus/vertikaly/DIA_v0/vertikala''.
  * Na grimmovi máme adresář ''/store/corp/Starocesi/19stol''.
  * Odstraníme další sloupce:<code>cut -f1 vertikala > vertikala.cut</code>
  * Nasekáme na jednotlivé texty:<code>splitdoc-xml text < vertikala.cut</code>
  * Upravíme jména souborů:<code>for ff in text.*; do gg=$(echo $ff|perl -pe 's/\.00/./'); echo $gg; mv $ff $gg; done</code>
  * Převedeme do ''csts'':<code>mkdir ../csts
for ff in text*; do echo $ff; vert_csts.pl < $ff > ../csts/$ff; done</code>a spravíme ho:<code>
cd ../csts
for ff in *; do echo $ff; perl -i -pe 'undef $/; s/<s>\n(<doc)/$1/' $ff; done
for ff in *; do echo $ff; perl -i -pe 'undef $/; s/<doc>\n//' $ff; done
for ff in *; do echo $ff; perl -i -pe 'undef $/; s:</doc>\n(</csts>):$1:' $ff; done</code>
  * Provedeme morfologii a pak zbytek:<del>frozen 201802-hybrid</del><code>
make-corp.sh -Eucs2 -s csts -t csts-morf -A1 -B1 -p45 -v -M
make-whole-corp-csts.sh -Eucs2 -f -M -p45 -trules -v</code>V nejnovějším ''PostMorfo'' jsou doplněná slovíčka a ''LEX'' je zkompilovaný i s přidanými tagy.
  * Převedeme do vertikály:<code>
parallel-filter.sh -C "csts2cnk.pl | perl -pe 's/(<doc.*>)-$/\$1/'" -p45 \
-s csts-rules-frazrl-rulh1-tag-vid-corr -t vert-corr -v
cd vert-corr
for ff in *; do echo "</doc>" >> $ff; done</code>
  * Zkontrolujeme řádky:<code>for ff in *; do echo $ff; sdiff -s <(cut -f1 $ff) ../orig/$ff; done | l</code>
  * Pokud souhlasí počet, ale ve formách jsou rozdíly, vyměníme formy:<code>
for ff in *; do cut -f2- $ff > $ff.2-; done
for ff in *.2-; do paste ../orig/${ff%.2-} $ff | perl -pe 's/\t<.*//' > ${ff%.2-}; done
rm *.2-</code>
  * A znovu pro jistotu zkontrolujeme