Primerjava sistemov za označevanje jezikovnih popravkov v štirih slovenskih besedilnih korpusih

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

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.

• Jezik: Slovenski jezik
• Ključne besede: slovenščina, besedilni korpusi, jezikovni popravki, KOST, Šolar, Lektor, STIKit
• Vrsta gradiva: Članek v reviji
• Tipologija: 1.16 - Samostojni znanstveni sestavek ali poglavje v monografski publikaciji
• Organizacija: FF - Filozofska fakulteta ; FRI - Fakulteta za računalništvo in informatiko
• Status publikacije: Objavljeno
• Različica publikacije: Objavljena publikacija
• Leto izida: 2024
• Št. strani: Str. 11-20
• PID: 20.500.12556/RUL-179610
• UDK: 811.163.6:004.9
• DOI: 10.4312/Obdobja.43.11-20
• COBISS.SI-ID: 215306243
• Datum objave v RUL: 18.02.2026

Gradivo je del monografije

• Naslov: Predpis in norma v jeziku
• Uredniki: Saška Štumberger
• Kraj izida: Ljubljana
• Založnik: Založba Univerze
• Leto izida: 2024
• ISBN: 978-961-297-439-8
• COBISS.SI-ID: 212955907
• Naslov zbirke: Zbirka Obdobja
• Številčenje v zbirki: 43
• ISSN zbirke: 1408-211X

Sekundarni jezik

• Jezik: Angleški jezik

Izvleček

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.

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

Projekti

• Financer: ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
• Številka projekta: J7-3159
• Naslov: Empirična podlaga za digitalno podprt razvoj pisne jezikovne zmožnosti

• Financer: ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
• Številka projekta: P6-0411
• Naslov: Jezikovni viri in tehnologije za slovenski jezik