Korpusová lingvistika (5) Korpus CORTE Jan Radimský FF JU České Budějovice
CORTE: Corpus des textes européens Paralelní korpus Obsahuje administrativní a právní dokumenty z oficiálních zdrojů ES/EU v češtině, francouzštině a částečně též v dalších jazycích Na jeho vytváření se podílejí studenti oboru Francouzský jazyk pro evropský a mezinárodní obchod (dříve také studenti oboru Angličtina-francouzština pro administrativu EU) v rámci diplomních úkolů (BP). Cíle práce – seznam textůseznam textů Individuální BP Možnost konzultovat celý korpus
Technická příprava Technické pokyny Technické pokyny Odpovídají obecnému postupu pro vytváření paralelního korpusu Hlavní problémy Kódování znaků Odstranění netextových částí Odstranění částí, které ve druhém jazyce nebyly (přílohy...) Alignment
Zpracování dat Hledání klíčových slov frekvenční seznam ruční pročítání textů Hledání kolokací automatická „nápověda“ kolokací zpracování formou databázové tabulky Teoretické problémy typologie kolokací identifikace překladatelských postupů a omylů Výstupy dvojjazyčný odborný slovníček
Celková struktura korpusu (formální) Document Nombre des documentsTaux PagesTaux Règlement6432%81038% Décision6131%264,412% Directive5628%809,338% Accord158%206,710% Convention21%28,21% Procès-verbal21%13,61% Total ,2 [1] [1] Il s’agit d’une page du format A4 qui correspond à caractères, espaces compris. Une page correspond à environ 300 mots graphiques.
Celková struktura korpusu (sémantická) DomaineNombre des pagesTaux 05. Libre circulation des travailleurs et politique sociale384,3 18% 06. Droit d'établissement et libre prestation des services412,3 19% 11. Relations extérieures290,4 14% 15. Environnement, consommateurs et protection de la santé776,3 36% 19. Espace de liberté, sécurité et justice269 13% Total:2132,3
Celková struktura korpusu (sémantická - detailně) 05. Libre circulation des travailleurs et politique sociale – 384,3 pages Politique sociale Sécurité sociale Application aux travailleurs migrants - 384,3 pages 06 Droit d'établissement et libre prestation des services – 412,3 pages Application sectorielle Activités de services Banques – 412,3 pages 11. Relations extérieures – 290,4 pages Politique de développement Aide aux pays en développement Aide alimentaire – 290,4 pages 15. Environnement, consommateurs et protection de la santé – 776,3 pages Environnement – 462,7 pages Espace, milieu et ressources naturelles Conservation de la faune et de la flore - 119,7 pages Gestion des déchets et technologies propres – 343 pages Protection de la santé – 235,6 pages Protection des animaux – 78 pages 19. Espace de liberté, sécurité et justice – 269 pages Libre circulation des personnes – 269 pages