Negramatické kolokace

Sousloví, která mají jednoznačnou interpretaci, ale jejich součásti jsou víceznačné, nebo cizí slova.
Jsou v souboru …/langr/rules/src/kolokaceGC.win. Jsou v kódování CP1250 a jsou seřazené opačně (aby se delší sousloví vzala dřív než kratší).
Při prvním volání pravidel se otagují jako Db-------------.
Po taggeru se opraví lemmata i tagy programem negr_kolokace_csts_ucs2.pl

Změny při zpracování SYN2020

V adresáři /usr/local/syn2020/Seznamy jsou soubory:
- SeznamKolokace-Latina2.tsv — dvojslovné latinské výrazy
- SeznamKolokace-Latina3.tsv — trojslovné latinské výrazy
- SeznamKolokace-Rest.tsv — kolokace nespadající do žádné z kategorií
- SeznamKolokace-RokFem.tsv — typ hodinu co hodinu
- SeznamKolokace-RokInan.tsv — typ rok co rok
- SeznamKolokace-RokNeut.tsv — typ ráno co ráno
- SeznamKolokace-RokPomnFem.tsv — typ prázdniny co prázdniny
- SeznamKolokace-RokPomnInan.tsv — typ závody co závody
Adresář pro výrobu souboru kolokaceGC.win je /home/skoumal/PROJEKTY/INFRASTRUKTURA/LanGR/negr_kolokace
Program create_negr_kolokace.pl umístěný v podadresáři bin vytvoří ze seznamů soubor data/kolokaceGC21.utf8, který se sesortí opačně a převede do CP1250 příkazem
```
sort -r kolokaceGC21.utf8 | recode u8..CP1250 > kolokaceGC21.rev-sort.win
```
Tento soubor se umístí na stroji langr.korpus.cz do adresáře /usr/local/langr/src:
```
rsync -avz kolokaceGC21.rev-sort.win langr:/usr/local/langr/src/
```
a udělá se link na kolokaceGC.win
Program create_negr_kolokace.pl zároveň v podadresáři in-utf8 vytvoří soubory negr_kolokace_latin.txt, negr_kolokace_rest.txt a negr_kolokace_rok_co_rok.txt, které slouží ke kontrole správnosti.

Nachází se v adresáři /usr/local/syn2020/bin.
Pracuje s týmiž seznamy jako create_negr_kolokace.pl.
Kolokace uvedené v seznamu SeznamKolokace-Rest.tsv musí mít ručně napsaná pravidla.