Skript 2015 – korpus rodilých mluvčích češtiny

Modelový typ srovnávacího akvizičního korpusu písemných prací žáků na různých jazykových úrovních
Současný stav:
- 2582 textů, 380 tis. tokenů; žáci ZŠ, ZŠP, ZŠS, SOŠ a gymnázií (včetně víceletých) ve věku 10–15 let
- Texty jsou vybaveny metadaty a faksimilii
- U textů byla provedena ruční transkripce včetně záznamu oprav pisatele a ruční anonymizace
- Texty byly ručně i automaticky anotovány a ručně revidovány, výsledky obsahují:
  - ruční emendaci na více rovinách: pravopis a morfematika, morfosyntax, slovník
  - automatickou morfologickou analýzu původního textu a všech oprav
  - automatickou identifikaci typu pravopisné a morfématické chyby
- Po přihlášení uživatel může texty i anotace opravovat a doplňovat
Využitelnost:
- Učitelé mohou korpus využívat při přípravě hodiny, pomocných učebních materiálů i při vlastní výuce
- Žáci mohou korpus využívat při samostatném studiu
Aktuální využití a udržitelnost:
- V kurzech DV PP i v kurzech v pregraduální přípravě učitelů
- Při vývoji počítačových nástrojů ke zpracování textů nerodilých mluvčích češtiny nebo jiných textů odlišných od spisovné normy

Instrukce k přípravě korpusu

Přepis a anonymizace žákovských textů

Oprava žákovských textů

Návod k anotaci v prostředí TEITOK
Viz též forum Emendace žákovských textů v TEITOKu

Tato práce vznikla za podpory projektu „Kreativita a adaptabilita jako předpoklad úspěchu Evropy v propojeném světě“, reg. č.: CZ.02.1.01/0.0/0.0/16_019/0000734, financovaného z Evropského fondu pro regionální rozvoj, projektu Univerzity Karlovy Progres Q10 "Jazyk v proměnách času, místa, kultury" a projektu OP Praha – pól růstu "Zvýšení kvality vzdělávání a začleňování žáků s OMJ spojené s jeho radikální inovací", reg. č.:CZ.07.4.68/0.0/0.0/16_037/0000299, financovaného z Evropských strukturálních a investičních fondů.