Korpus SYNv9

Korpus sestává z těchto dílčích korpusů:

• grimm:
  • /store/corp/SYNv9/SYNv8_new:
    • SYNv8_a-i_
    • SYNv8_j-ln-z
    • SYNv8_m
• sag:
  • /data1/SYNv9:
    • NEWTON2019
    • SYN2020

Zpracovává se skripty pro SYN2020:

1. process_text.sh provede lemmatizaci a tagování
2. process_kolok.sh přidá kolokace
3. process_prislovi.sh přidá další přísloví a provede závěrečné opravy

Datum poslední úpravy:

• Kolokace: 2021, Mar 12 15:34
• tabfraz_UTF8_prislovi_new: 2021, Apr 16 15:21
• Final_Corrections.tsv: 2021, Apr 18 00:37

Hotové korpusy jsou v adresáři vert-prislovi-kolok-CNK:

• SYN2020: 2021, Apr 18 21:31

Poslední opravy:

• Ligatury původním Procházkovým skriptem po deduplikaci
• Posesiva:
  • Šlachtovi — Ormův
  • Vrbovi — Martínkův
  • tátovi — Trumpův
  • Páníkovi — Trumpův
  • královi — Trumpův
  • Haškovi — Trumpův
  • Umělcovi — Zemanův