MorfFlex CZ 2.1 (2024-12-23)

 
LINDAT / CLARIAH-CZ
  Authors
Hajič, Jan ; Hlaváčová, Jaroslava ; Mikulová, Marie ; Straka, Milan and Štěpánková, Barbora
  Item identifier
http://hdl.handle.net/11234/1-5833
 Project URL
http://ufal.mff.cuni.cz/morfflex
 Date issued
2024-12-23
 Type
lexicalConceptualResource, text
 Size
126906921 entries
 Language(s)
Czech
 Description
MorfFlex CZ 2.1 is the Czech morphological dictionary developed originally by Jan Hajič as a spelling checker and lemmatization dictionary. MorfFlex CZ 2.1 is a part of the PDT-C 2.0 release https://hdl.handle.net/11234/1-5813. It is a minor upgrade from MorfFlex CZ 2.0, with the tagset unchanged, but with some additions and corrections for full compatibility with PDT-C 2.0 morphological annotation. MorfFlex is a flat list of lemma-tag-wordform triples. For each wordform, full inflectional information is coded in a positional tag. Wordforms are organized into entries (paradigm instances or paradigms in short) according to their formal morphological behavior. The paradigm (set of wordforms) is identified by a unique lemma. Apart from traditional morphological categories, the description also contains some semantic, stylistic and derivational information. For more details see a comprehensive specification of the Czech morphological annotation https://ufal.mff.cuni.cz/techrep/tr64.pdf .
 Publisher
Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics (UFAL)
 Acknowledgement

Ministerstvo školství, mládeže a tělovýchovy České republiky

Project code: LM2015071

Project name: LINDAT/CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Project code: CZ.02.1.01/0.0/0.0/16_013/0001781

Project name: LINDAT/CLARIN - Výzkumná infrastruktura pro jazykové technologie - rozšíření repozitáře a výpočetní kapacity

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Project code: LM2018101

Project name: LINDAT/CLARIAH-CZ: Digitální výzkumná infrastruktura pro jazykové technologie, umění a humanitní vědy

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Project code: CZ.02.1.01/0.0/0.0/18_046/0015782

Project name: LINDAT/CLARIAH-CZ-EXTENSION Rozšíření repozitáře, služeb a výpočetního klastru výzkumné infrastruktury

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Project code: LM2023062

Project name: LINDAT/CLARIAH-CZ: Digitální výzkumná infrastruktura pro jazykové technologie, umění a humanitní vědy

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Project code: CZ.02.01.01/00/23_015/0008176

Project name: LINDAT/CLARIAH-CZ Přístrojové vybavení

 Subject(s)
morphological dictionary morphology Czech
 Collection(s)
LINDAT / CLARIAH-CZ Data & Tools
 Other versions
Show full item record
 

 Files in this item

This item is
Publicly Available
and licensed under:
Creative Commons - Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
Distributed under Creative Commons Attribution Required Noncommercial Share Alike
Icon
Name
czech-morfflex-2.1.tsv.xz
Size
238.88 MB
Format
application/x-xz
Description
Morphological dictionary of Czech language, consisting of triples lemma (which includes sense suffix (-<number>) and semantic/synt. suffixes and comments in PDT-C format), full positional tag in PDT-C format, and form. Fields are tab separated, always filled by non-empty string, lines end with linefeed only, and coding is UTF-8.
MD5
76b4753ab291d53f05a7139596d0be72
 Download file