====== Práce na korpusu SYNv8 ======

  * ''frozen'': 201910

===== Korpusy =====

==== NEWTON ====

  * Velikost: 164.975 souborů, 16 GB
  * Tagování: **grimm**, 45 CPU, cca 76 hod.
  * Kolokace: **grimm**, 45 CPU, cca 210 hod.
  * Převedeno do ''vert-kolok-CNK-vrt'', zbývá udělat korpus a hledat chyby v něm
  * V ''tmp/in-utf8'' jsou soubory, které neprošly. Na nich se otestují opravy
  * Korpus je hotový, jmenuje se ''SYNv8-NEWTON-kolok-1'' a ''SYNv8-NEWTON-kolok-2''
  * Odesláno:
    * **NEWTON-1.[a-l].vrt.json.tgz**
    * **NEWTON-1.vrt.tgz**
    * **NEWTON-2.vrt.json.tgz**
    * **NEWTON-2.vrt.tgz**
    * **NEWTON.a-h.txt.tgz**
    * **NEWTON.a-h.json.tgz**
    * **NEWTON.i-p.txt.tgz**
    * **NEWTON.i-p.json.tgz**
    * **NEWTON.r-z.txt.tgz**
    * **NEWTON.r-z.json.tgz**

==== NEWTON2015 ====

  * Velikost: 6.302 souborů, 1,5 GB
  * Tagování: **grimm**(?), 45(?) CPU, cca 7 hod.
  * Kolokace: ** jakobson**, 6 CPU, cca 85,5 hod.
  * Převedeno do ''vert-kolok-CNK-vrt''
  * Hotový korpus se jmenuje ''SYNv8-NEWTON2015-kolok''
  * Odesláno:
      * **NEWTON2015.json.tgz**
      * **NEWTON2015.txt.tgz**
      * **NEWTON2015.vrt.json.tgz**
      * **NEWTON2015.vrt.tgz**


==== NEWTON2016 ====

  * Velikost: 6.207 souborů, 1,4 GB
  * Tagování: **grimm**(?), 45(?) CPU, cca 6,5 hod.
  * Kolokace: **chomsky**, 6 CPU, cca 102 hod.
  * Chyba: ''<<'' a ''>>'' změněno na ''$1'' -- opraveno
  * Odesláno:
      * **NEWTON2016.json.tgz**
      * **NEWTON2016.txt.tgz**
      * **NEWTON2016.vrt.json.tgz**
      * **NEWTON2016.vrt.tgz**


==== NEWTON2017 ====

  * Velikost: 6.191 souborů, 1,2 GB
  * Tagování: **grimm**(?), 45(?) CPU, cca 5,5 hod.
  * Kolokace: **chomsky**, 6 CPU, cca 88 hod.
  * Odesláno:
      * **NEWTON2017.json.tgz**
      * **NEWTON2017.txt.tgz**
      * **NEWTON2017.vrt.json.tgz**
      * **NEWTON2017.vrt.tgz**


==== NEWTON2018 ====

  * Velikost: 9.975 souborů, 1,7 GB
  * Tagování: **grimm**(?), 45(?) CPU, cca 8 hod.
  * Kolokace: **jakobson**, 6 CPU, cca 101,5 hod.
  * Odesláno:
      * **NEWTON2018.json.tgz**
      * **NEWTON2018.txt.tgz**
      * **NEWTON2018.vrt.json.tgz**
      * **NEWTON2018.vrt.tgz**


==== SYN2015 ====

  * Velikost: 3.376 souborů, 703 MB
  * Tagování: **???**, ??? CPU, cca 15,5 hod.
  * Kolokace: **???**, ??? CPU, cca 43,5 hod.
  * Odesláno:
      * **SYN2015.json.tgz**
      * **SYN2015.txt.tgz**
      * **SYN2015.vrt.json.tgz**
      * **SYN2015.vrt.tgz**


==== SYNv4 ====

  * Velikost: 49.901 souborů, 16 GB
  * Tagování: **grimm**, 45 CPU, cca 74 hod.
  * Kolokace: **grimm**, 45 CPU, cca 194 hod.
  * Převedeno do ''vert-kolok-CNK-vrt''
  * Hotový korpus se jmenuje ''SYNv8-SYNv4-kolok-1'' a ''SYNv8-SYNv4-kolok-2''
  * Odesláno:
    * **SYNv4-1.vrt.json.tgz**
    * **SYNv4-1.vrt.tgz**
    * **SYNv4-2.vrt.json.tgz**
    * **SYNv4-2.vrt.tgz**
    * **SYNv4.json.tgz**
    * **SYNv4.txt.tgz**


===== Dodatečné opravy =====

  * Co nebylo uděláno ručně, je ve dvou skriptech:<code>emergency/bin/multi-line-corr.pl
emergency/bin/single-line-corr.pl</code>
  * Tyto skripty jsou přidány do ''frozen''. Jde hlavně o vokativy, chybně označená obouvidá slovesa, přechodníky a chyby se vším tím spojené.
==== Tagování ====

  * ''RR--5''
  * ''NN--------N''
  * ''Xx''
  * katě
  * vorvani

==== Kolokace ====

  * ''navrh_huj...''
  * ''Augiáš''

==== Na závěr předělat všechny .vrt.json! ====