Prague Dependency Treebank 2.0 - sample data

  Authors

Hajič, Jan ; et al.show everyone

Hajič, Jan ; Panevová, Jarmila ; Sgall, Petr ; Pajas, Petr ; Štěpánek, Jan ; Havelka, Jiří ; Mikulová, Marie ; Žabokrtský, Zdeněk ; Ševčíková-Razímová, Magda

  Item identifier

http://hdl.handle.net/11858/00-097C-0000-0001-B43E-6

 Project URL

http://ufal.mff.cuni.cz/pdt2.0/doc/pdt-guide/en/html/ch03.html#a-data-sample

 Date issued

2006-06-21

 Type

corpus, text

 Size

549.2 kb

 Language(s)

Czech

 Description

A small subset of PDT 2.0 made available under a permissive license. Prague Dependency Treebank 2.0 (PDT 2.0) contains a large amount of Czech texts with complex and interlinked morphological (2 million words), syntactic (1.5 MW) and complex semantic annotation (0.8 MW); in addition, certain properties of sentence information structure and coreference relations are annotated at the semantic level. PDT 2.0 is based on the long-standing Praguian linguistic tradition, adapted for the current Computational Linguistics research needs. The corpus itself uses the latest annotation technology. Software tools for corpus search, annotation and language analysis are included. Extensive documentation (in English) is provided as well.

 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: VS96151

Project name: Laboratoř počítačového zpracování jazykových dat

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Project code: LN00A063

Project name: Centrum komputační lingvistiky

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Project code: 1P05ME752

Project name: Vícejazyčný valenční a predikátový slovník přirozeného jazyka

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Project code: MSM 0021620838

Project name: Moderní metody, struktury a systémy informatiky

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Project code: LC536

Project name: Centrum komputační lingvistiky

 

Grantová agentura České republiky

Project code: GA405/96/0198

Project name: Formální reprezentace jazykových struktur

 

Grantová agentura České republiky

Project code: GA405/96/K214

Project name: Čeština ve věku počítačů

 

Grantová agentura České republiky

Project code: GA405/03/0913

Project name: Velké jazykové korpusy a jejich automatická analýza

 

Grantová agentura Akademie věd České republiky

Project code: 1ET101120503

Project name: Integrace jazykových zdrojů za účelem extrakce informací z přirozených textů

 

Grantová agentura Akademie věd České republiky

Project code: 1ET101120413

Project name: Data a nástroje pro informační systémy

 

Grantová agentura Akademie věd České republiky

Project code: 1ET201120505

Project name: Od jazyka ke znalostem a sémantickému webu

 

Grantová agentura Univerzity Karlovy v Praze

Project code: GAUK 489/2004

Project name: Tektogramatická reprezentace angličtiny - aplikace funkčního generativního popisu (FGP) na hloubkovou syntax cizích jazyků v PZK

 

Grantová agentura Univerzity Karlovy v Praze

Project code: GAUK 350/2005

Project name: Faktory koherence textu a jejich zpracování v syntakticky anotovaném korpusu textů

 

Grantová agentura Univerzity Karlovy v Praze

Project code: GAUK 352/2005

Project name: Pražský závislostní korpus: Analýza vybraných jevů z české funkční onomatologie a syntaxe

 

Grantová agentura Univerzity Karlovy v Praze

Project code: GAUK 375/2005

Project name: Automatická hloubková analýza mluvené češtiny: od akustického signálu k významu

 

National Science Foundation (USA)

Project code: NSF IIS-9732388

Project name: Data preparation for Workshop 1998, JHU, Baltimore, MD, USA

 Subject(s)

treebank dependency

 Collection(s)

LINDAT / CLARIAH-CZ Data & Tools

Show full item record