AKCES

Akviziční korpusy českého jazyka

CzeSL-SGT – korpus češtiny nerodilých mluvčích s automaticky provedenou anotací

Korpus CzeSL-SGT (Czech as a Second Language with Spelling, Grammar and Tags) obsahuje přepisy písemných prací nerodilých mluvčích češtiny. Navazuje tak na část "ciz" korpusu CzeSL-plain: obsahuje její jazyková data, obsahuje však navíc další texty sebrané v roce 2013. Slovní tvary jsou označeny slovním druhem, morfologickými kategoriemi a základním tvarem (lemmatem). Některé tvary jsou opraveny a výsledná podoba textu znovu slovnědruhově a morfologicky označena. Na základě porovnání původní a opravené podoby tvarů je stanoven druh chyby. Všechny tyto údaje jsou určeny automaticky. Většina textů je opatřena údaji (metadaty) o autorovi a typu textu. Korpus lze prohledávat on-line přes vyhledávací rozhraní Českého národního korpusu nebo ho lze získat celý jako data ze serveru LINDAT.