Nástroje pro badatele (nejen) historického jazyka B ORIS L EHEČKA , ODDĚLENÍ VÝVOJE JAZYKA ÚJČ AV ČR, V .
Download
Report
Transcript Nástroje pro badatele (nejen) historického jazyka B ORIS L EHEČKA , ODDĚLENÍ VÝVOJE JAZYKA ÚJČ AV ČR, V .
Nástroje pro badatele (nejen)
historického jazyka
B ORIS L EHEČKA , ODDĚLENÍ VÝVOJE JAZYKA ÚJČ AV
ČR, V . V . I .
BORIS @ DALIBORIS . CZ
P RAŽSKÉ JARO V O STRAVĚ , 24. BŘEZNA 2015
Osnova
2
Představení
Kolační pravítko
Transcriptorium
Speciální znaky
Analýza tokenů (v Excelu)
Microsoft Power BI
Diskuse
Pražské jaro v Ostravě
Představení
3
Boris Lehečka
oddělení vývoje jazyka Ústavu pro jazyk český AV ČR
[email protected]
specializace
využití počítačů při lingvistické práci: příprava, analýza,
prezentace
Vokabulář webový (http://vokabular.ujc.cas.cz)
digitalizace slovníků (historické i moderní)
elektronické edice (korpus, webové edice, e-knihy)
Pražské jaro v Ostravě
Nástroje
4
Vznik nástrojů byl podpořen projektem Ministerstva
kultury ČR č. DF12P01OVV028 „Informační
technologie ve službách jazykového kulturního
bohatství (IT JAKUB)“
http://vokabular.ujc.cas.cz/moduly/nastroje/
aplikace včetně zdrojových kódů
k běhu vyžaduje Microsoft .NET Framework 4
prezentace: http://bit.ly/vw-nastroje-ostrava
Pražské jaro v Ostravě
Kolační pravítko
5
http://vokabular.ujc.cas.cz/moduly/nastroje/kolacni-pravitko/o-aplikaci
pro snadné čtení/sledování textů na monitoru
graficky ohraničí výsek textu na monitoru
lze definovat a uložit několik pravítek
vertikální a horizontální orientace
výchozí pozice pravítka (začátek stránky)
přesun pravítka myší i pomocí kláves
Pražské jaro v Ostravě
Transcriptorium
6
http://vokabular.ujc.cas.cz/moduly/nastroje/transcriptorium/o-aplikaci
nástroj pro poloautomatickou transkripci
aplikace pravidel na jednotlivé výrazy
zobrazení výrazu v kontextu/kontextech
včetně obrazové předlohy
převod mezi 2 pravopisnými systémy
transkripční pravidla
nahrazení textu i regulární výrazy
výjimky: globální, pro konkrétní pravidlo
Pražské jaro v Ostravě
Speciální znaky
7
http://vokabular.ujc.cas.cz/moduly/nastroje/specialni-znaky/o-aplikaci
snadný výběr nestandardních unicodových znaků
znaky lze seskupit do skupin
skupiny lze pojmenovat
skládání pomocí základního znaku a diakritiky
pořadí diakritik lze po sestavení měnit
definovaná kombinace se převede unicodový znak
Pražské jaro v Ostravě
Analýza tokenů (v Excelu)
8
http://vokabular.ujc.cas.cz/moduly/nastroje/analyza-tokenu/o-aplikaci
frekvence tokenů bez korpusového manažeru
extrahování informací z vertikály
doplněno o metadata pramenů
ad-hoc analýzy a grafy
Microsoft Excel 2010 + PowerPivot + Power Query
zdarma
Microsoft Excel 2013
Pražské jaro v Ostravě
Microsoft Power BI
9
https://powerbi.com
webová služba pro vytváření interaktivních
prezentací dat
testovací verze
od února i v ČR
do 1 GB dat zdarma
„přirozený“ dotazovací jazyk
zatím pouze v angličtině
Pražské jaro v Ostravě
Závěr
10
Diskuse
Děkuji za pozornost
Pražské jaro v Ostravě