Primerjava sistemov za označevanje jezikovnih popravkov v štirih slovenskih besedilnih korpusih

Arhar Holdt, Špela (author), Popič, Damjan (author), Stritar Kučuk, Mojca (author)

Za slovenščino so na voljo oz. v procesu gradnje štirje besedilni korpusi, ki vsebujejo oznake jezikovnih popravkov: Šolar, KOST, Lektor in STIKit. Popravki v teh korpusih so označeni po različnih označevalnih sistemih, prilagojenih specifikam korpusnega gradiva. Prispevek analizira označevalne sisteme, identificira podobnosti in razlike v označevalnih kategorijah in opredeli možnosti za medsebojne preslikave oznak ter primerjalne analize korpusnega gradiva.

• Language: Slovenian
• Keywords: slovenščina, besedilni korpusi, jezikovni popravki, KOST, Šolar, Lektor, STIKit
• Work type: Article
• Typology: 1.16 - Independent Scientific Component Part or a Chapter in a Monograph
• Organization: FF - Faculty of Arts; FRI - Faculty of Computer and Information Science
• Publication status: Published
• Publication version: Version of Record
• Year: 2024
• Number of pages: Str. 11-20
• PID: 20.500.12556/RUL-179610
• UDC: 811.163.6:004.9
• DOI: 10.4312/Obdobja.43.11-20
• COBISS.SI-ID: 215306243
• Publication date in RUL: 18.02.2026

Record is a part of a monograph

• Title: Predpis in norma v jeziku
• Editors: Saška Štumberger
• Place of publishing: Ljubljana
• Publisher: Založba Univerze
• Year: 2024
• ISBN: 978-961-297-439-8
• COBISS.SI-ID: 212955907
• Collection title: Zbirka Obdobja
• Collection numbering: 43
• Collection ISSN: 1408-211X

Secondary language

• Language: English

Abstract

For Slovenian, four text corpora that contain linguistic error annotations are available or under construction: Šolar, KOST, Lektor, and STIKit. The errors and corrections in these corpora are labeled with different annotation systems, each adapted to the specific characteristics of the corpus material. This article analyses the systems, identifying similarities and differences in the annotation categories, and it explores possibilities for label-mapping and comparative analyses of the corpus material.

• Keywords: Slovene, text corpora, error annotation, KOST, Šolar, Lektor, STIKit

Projects

• Funder: ARIS - Slovenian Research and Innovation Agency
• Project number: J7-3159
• Name: Empirična podlaga za digitalno podprt razvoj pisne jezikovne zmožnosti

• Funder: ARIS - Slovenian Research and Innovation Agency
• Project number: P6-0411
• Name: Jezikovni viri in tehnologije za slovenski jezik