Korpusy v jazykovém vyučování II.

Tomáš Gráf Věra Hejhalová Barbora Baštová Karel Šebesta Kateřina Šormová ISBN 978–80–7308–932–0 KORPUSY V JAZYKOVÉM VYUČOVÁNÍ / K. Šormová, K. Šebesta a kol. KORPUSY V JAZYKOVÉM VYUČOVÁNÍ II. Kateřina Šormová, Karel Šebesta a kol. práce filozofické fakulty univerzity karlovy Publikace Korpusy vjazykovém vyučování je určena učitelům, studentům učitelství i dalším zájemcům ovyučování jazyka. V první části se čtenář seznámí steoriemi osvojování jazyka ajazykovým výzkumem, jsou mu představeny nejznámější anejvětší korpusy angličtiny, češtiny avýběrově idalších jazyků sdůrazem na korpusy akviziční, zejména na projekt AKCES. Pozornost je zaměřena také na typy korpusů ajejich parametry, tedy velikost, vyváženost, autentičnost, strukturní apoziční atributy. Vdruhé části publikace je představena práce skorpusy Českého národního korpusu, vyhledávání pomocí rozhraní KonText apomocí aplikací SyD, Morfi o, KWords, Treq aukázka zapojení frekvenční analýzy do jazykového vyučování. Poslední část publikace tvoří pracovní listy věnované využití korpusových dat v jazykovém vyučování. Součástí pracovních listů je ipodrobný popis metodického postupu ařešení zadaných cvičení. Tomáš Gráf Věra Hejhalová Barbora Baštová Karel Šebesta Kateřina Šormová ISBN 978–80–7308–932–0 KORPUSY V JAZYKOVÉM VYUČOVÁNÍ / K. Šormová, K. Šebesta a kol. KORPUSY V JAZYKOVÉM VYUČOVÁNÍ II. Kateřina Šormová, Karel Šebesta a kol. práce filozofické fakulty univerzity karlovy Publikace Korpusy vjazykovém vyučování je určena učitelům, studentům učitelství i dalším zájemcům ovyučování jazyka. Vprvní části se čtenář seznámí steoriemi osvojování jazyka ajazykovým výzkumem, jsou mu představeny nejznámější anejvětší korpusy angličtiny, češtiny avýběrově idalších jazyků sdůrazem na korpusy akviziční, zejména na projekt AKCES. Pozornost je zaměřena také na typy korpusů ajejich parametry, tedy velikost, vyváženost, autentičnost, strukturní apoziční atributy. Vdruhé části publikace je představena práce skorpusy Českého národního korpusu, vyhledávání pomocí rozhraní KonText apomocí aplikací SyD, Morfi o, KWords, Treq aukázka zapojení frekvenční analýzy do jazykového vyučování. Poslední část publikace tvoří pracovní listy věnované využití korpusových dat v jazykovém vyučování. Součástí pracovních listů je ipodrobný popis metodického postupu ařešení zadaných cvičení. Ediční řada Varia filozofická fakulta univerzity karlovy, 2019 KORPUSY V JAZYKOVÉM VYUČOVÁNÍ II. Kateřina Šormová, Karel Šebesta a kol. Kniha vznikla díky podpoře projektu Zvýšení kvality vzdělávání a začleňování žáků s OMJ spojené s jeho radikální inovací (CZ.07.4.68/0.0/0.0/16_037/0000299) a Kreativita a adaptabilita jako předpoklad úspěchu Evropy v propojeném světě (CZ.02.1.01/0.0/0.0/16_019/0000734). Tato publikace vznikla za podpory projektu Univerzity Karlovy Progres Q10, Jazyk v proměnách času, místa, kultury. Recenzovali Mgr. Svatava Škodová, Ph.D. doc. PhDr. Milan Hrdlička, CSc. Mgr. Jarmila Valková, Ph.D. © Tomáš Gráf, Věra Hejhalová, Barbora Baštová, Karel Šebesta, Kateřina Šormová, 2019 ©Univerzita Karlova, Filozofi cká fakulta, 2019 Za obsah a jazykovou správnost odpovídají autoři Všechna práva vyhrazena ISBN 978-80-7308-931-3 (print) ISBN 978-80-7308-932-0 (online : pdf) KATALOGIZACE VKNIZE– NÁRODNÍ KNIHOVNA ČR Šormová, Kateřina, 1980Korpusy v jazykovém vyučování II. / Kateřina Šormová, Karel Šebesta a kol.. – Vydání první. – Praha : Filozofi cká fakulta Univerzity Karlovy, 2019. – 1 online zdroj. – (Varia ; 78. svazek) Anglické resumé Obsahuje bibliografi i a bibliografi cké odkazy ISBN 978-80-7308-932-0 (online ; pdf) * 81'322.2 * 81'232 * 81'24 * 811.162.3 * 811.162.3'243 * (048.8:082) – jazykové korpusy – jazyková akvizice – jazyková výuka – čeština – čeština jako cizí jazyk – kolektivní monografi e 81 – Lingvistika. Jazyky [11] Obsah Úvod 7 Seznámení s korpusy a korpusovou lingvistikou 1. Korpusy, jejich typy; korpusy češtiny (Karel Šebesta) 11 2. Teorie osvojování jazyka a korpusový výzkum (Tomáš Gráf) 16 2.1. Korpus a jazykové testování 17 2.2. Žákovský korpus a jazyk pro specifi cké účely 19 2.3. Analýza žákovského jazyka 21 2.3.1. Gramatika 22 2.3.2. Slovní zásoba 24 2.3.3. Frazeologie 27 2.3.4. Diskurz 29 2.3.5. Pragmatika 31 2.3.6. Plynulost 32 3. Významné parametry korpusů (Karel Šebesta) 34 3.1. Velikost 34 3.2. Vyváženost 37 3.3. Autentičnost jazyka 40 3.4. Strukturní atributy 43 3.5. Poziční atributy – lingvistická (a chybová) anotace 44 4. Práce s korpusem (Věra Hejhalová) 47 4.1. Český národní korpus (ČNK) 47 4.1.1. Materiál/Obsah 47 4.1.2. Vyhledávač neboli korpusový manažer 47 4.1.3. Vyhledávání 48 4.1.4. Volba korpusu 49 4.1.5. Typ dotazu 49 4.1.6. Zadání dotazu 51 4.1.7. Specifi kace kontextu 52 4.1.8. Omezení hledání 53 4.1.9. Výsledky hledání 54 4.2. Korpusové aplikace 60 4.2.1. Aplikace SyD 61 4.2.2. Aplikace Morfi o 65 4.2.3. Aplikace KWords 67 4.2.4. Aplikace Treq 70 Využití korpusů ve výuce 5. Náměty pro strategie vyučování a pro tvorbu pracovních listů 75 5.1. Frekvenční analýza (Kateřina Šormová) 75 5.2. Pracovní listy (Barbora Baštová) 78 5.2.1. Prostředí KonText 79 5.2.2. SyD 120 5.2.3. Morfi o 137 5.2.4. KWords 158 Použitá literatura 171 Seznam citovaných korpusů 173 Profi ly autorů 183 Rejstřík 185 Resumé / Summary 187 7 Úvod Milí čtenáři, právě jste otevřeli rozšířené adoplněné druhé vydání publikace Korpusy vjazykovém vyučování. Je určena učitelům, studentům fi lologických oborů, jazykovým lektorům ivšem dalším zájemcům ojazyk ajeho vyučování. Při přípravě této příručky jsme měli na mysli dva cíle. Prvním bylo představení jazykového korpusu jako nástroje, jehož prostřednictvím můžeme zajímavým způsobem zkoumat jazyk, pohlížet na něj zrůzných úhlů pohledu avurčitém smyslu si sním ihrát. Zejména se zaměřujeme na korpusy akviziční, obsahující jazyková data zprojevů mluvčích, kteří se jazyk teprve učí. Druhým cílem bylo poskytnout Vám inspiraci vtom, jak můžeme jazykový korpus využít při výuce češtiny jako cizího/druhého jazyka. Ztoho důvodu tvoří poslední kapitolu příručky sada dvaceti dvou pracovních listů, které by Vám měly posloužit jako návodná ukázka aktivit, které lze na základě práce skorpusem do vyučování přinést. Budeme rádi, pokud Vás přivedou ktvorbě Vašich vlastních aktivit apracovních listů založených na korpusových datech. Přejeme Vám příjemné čtení aradost zpráce sjazykem. Autoři 14 korpusy v jazykovém vyučování ii. To platí ipro korpusy češtiny, také česká korpusová lingvistika navazuje na dlouhou abohatou tradici jinak než elektronicky zpracovávaných sběrů. První snahy ovytvoření centrální národní instituce, která by koncentrovaně rozvíjela korpusové aktivity pro češtinu, se objevují přibližně od druhé poloviny 80. let. Vr.1994 vznikl na FF UK pod vedením F. Čermáka Ústav Českého národního korpusu, který budování korpusů českého jazyka, obecných ispeciálních, zaštiťuje. Vsoučasné době nabízí: – synchronní korpusy psaného jazyka řady SYN , – specializované korpusy psaného jazyka různého zaměření, včetně akvizičních (vizdále), – synchronní korpusy mluveného jazyka řady ORAL anový korpus ORTOFON, – specializované korpusy mluveného jazyka různého zaměření, včetně akvizičních (vizdále), – diachronní korpus DIAKORP , – paralelní korpus InterCorp , – srovnatelné korpusy Aranea, psané jednojazyčné webové aspeciální korpusy jiných jazyků, než je čeština. Pro učitele češtiny jako cizího jazyka mají význam vedle korpusů akvizičních primárně obecné korpusy češtiny, tedy korpusy řady SYN aORAL, resp. ORTOFON, pro vyšší anejvyšší úrovně apro některé speciální účely je využitelný korpus paralelní– InterCorp. Vedle korpusů Českého národního korpusu je pro učitele významný rovněž Pražský závislostní korpus , budovaný Ústavem formální aaplikované lingvistiky MFF UK; zněj vycházejí iněkteré didaktické pomůcky zaměřené na výuku syntaxe. Korpusy akviziční navazují na neméně dlouhou tradici systematického sběru jazykových dat pro účely studia osvojování apozdějšího vývoje jazyka dětí předškolního iškolního věku, studia jazyka mládeže jako specifi cké jazykové variety, jazyka nerodilých mluvčích, jazyka mluvčích postižených jazykovou poruchouapod.4 Vroce 2005 byl pod vedením K. Šebesty zahájen projekt AKCES (Akviziční korpusy češtiny ) při Ústavu českého jazyka ateorie komunikace FF UK, na jeho vytváření se však významně podílejí idalší pracoviště.5 4 Ktéto akviziční tradici sběrů vmezinárodním idomácím výzkumu ake vzniku prvních akvizičních korpusů počítačových podrobněji vizŠebesta, 2010. 5 Ústav teoretické akomputační lingvistiky, Ústav formální aaplikované lingvistiky MFF UK, Ústav Českého národního korpusu, Ústav jazykové aodborné přípravy UK adalší. seznámení skorpusy akorpusovou lingvistikou 15 Projekt AKCES je pojat poměrně široce:6 zahrnuje postupné vytváření databází anávazně budování korpusů psaných imluvených zaměřených na: a. jazyk dětí předškolního věku , b. jazyk dětí amládeže od 5 do 24let , c. jazyk nerodilých mluvčích češtiny , d. jazyk sociokulturně znevýhodněných skupin , e. jazyk krajanských komunit , f. jazyk ve vzdělávacím kontextu . g. Poskytuje podporu rovněž korpusům terapeutickým. Jednotlivé korpusy jsou zveřejňovány zčásti vrámci Českého národního korpusu, zčásti vrámci Centra jazykové výzkumné infrastruktury LINDAT/ CLARIN 7 Ústavu formální aaplikované lingvistiky MFF UK anově též na stránkách Ústavu formální a aplikované lingvistiky FF UK. Pro výuku nerodilých mluvčích jsou relevantní zejména: – korpusy žákovské (jazyka nerodilých mluvčích); znich byly dosud vrámci Českého národního korpusu8 zveřejněny korpusy řady CZESL (polovina korpusu CZESL -PLAIN , korpusy CZESL -SGT aCZESL -MAN – druhý znich není dosud veřejně přístupný), vrámci Centra LINDAT/ CLARIN pak korpus AKCES 5 adalší korpusy zřady CZESL derivované, např. CZESL-UD ; volně se knim řadí ičeská část korpusu MERLIN , zpracovaná vrámci samostatně fi nancovaného německo -italsko -českého projektu;9 – korpusy jazyka žáků ze sociokulturně znevýhodňujícího prostředí– zkorpusů zveřejněných vrámci Českého národního korpusu sem patří ccačtvrtina korpusu CZESL -PLAIN, připravuje se kzveřejnění srovnávací korpus SKRIPT2015, jehož polovinu tvoří data mluvčích ze sociokulturně znevýhodněných komunit; zkorpusů zveřejněných vrámci LINDATu jsou to korpusy AKCES 4 amluvený korpus ROMi_1.0 ; – korpusy písemných imluvených projevů českých žáků– vrámci Českého národního korpusu byl zveřejněn korpus písemných prací žáků SKRIPT2012; jejich mluvené projevy jsou zachyceny zčásti ve školníchdialozích přepsaných azveřejněných vkorpusech SCHOLA 2010 (na stránkách ČNK) aAKCES 2 ver 2. 6 Podrobnější informace ocelém projektu jsou na stránkách h\ p://akces.ff .cuni.cz/. 7 h\ ps://lindat.mff .cuni.cz/cs/ 8 h\ ps://kontext.korpus.cz/fi rst_form 9 h\ ps://merlin -platform.eu/ 16 korpusy v jazykovém vyučování ii. 2. Teorie osvojování jazyka akorpusový výzkum Nauka ojazykové akvizici se zabývá zkoumáním procesů osvojování mateřského či cizího jazyka. Jakkoliv doklady ospekulacích opodstatě tohoto procesu nacházíme již ve starověku, jako vědní obor asoučást aplikované lingvistiky se ustavuje až vpolovině 20. století, kdy nachází své místo vuniverzitních studijních programech. Jako každý vědecký obor pracuje inauka ojazykové akvizici skonkrétními daty aod 80. let 20. století tato data stále častěji pocházejí ztzv.akvizičních korpusů. Jde ospeciální typ jazykových korpusů, které si nejlépe představíme jako počítačově zpracované aprohledávatelné sbírky textů, jejichž původci jsou ti, kdo si jazyk osvojují: děti osvojující si mateřštinu nebo studenti (ať už vdětském, či dospělém věku) osvojující si další, zpravidla cizí, jazyk. Existují přitom různé typy těchto korpusů vzávislosti na médiu (psaný či mluvený korpus), typu jazyka (mateřský či cizí) či charakteristice mluvčího (dítě, dospělý, mluvčí sřečovou poruchou, rodilý či nerodilý mluvčí, mluvčí ze sociokulturně či jinak znevýhodněné komunityaj.). Společné pak mají tyto korpusy to, že zachycují tzv.mezijazyk , tedy jazyk ve vývojové fázi , která ještě nedosahuje úrovně obvyklé pro dospělého rodilého mluvčího. Akviziční korpusy jsou tak sbírkou dokladů otom, jak osvojování probíhá ajaké jsou typické rysy osvojovaného jazyka. Umožňují tak hledat odpověď na řadu klíčových otázek, kterými se nauka oakvizici zabývá, jako jsou například role jazykového transferu (tj.vlivu mateřštiny na osvojování cizího jazyka) aodlišnosti mezi mezijazykem ajazykem rodilého mluvčího, jakož iodlišnosti ve vyjadřování různých mluvčích. Je tak možné srovnávat jazykový projev studentů srůznou mateřštinou, kteří si ale osvojují stejný cizí jazyk (např.angličtinu). Tradiční výzkum voblasti jazykové akvizice často pracoval somezenými vzorky dat anezřídka isintuicí badatelů aučitelů cizích jazyků. Často tak byly výsledky výzkumu přijímány svýhradou, že se zjištěné skutečnosti mohou týkat právě jen onoho omezeného vzorku mluvčích anedají se zobecnit. Akviziční korpusy naproti tomu poskytují velké množství dat sesbírané od desítek, stovek či tisíců mluvčích aposkytuje tak rozsáhlou bázi pro empirické ověřování hypotéz svelkou možností zobecnění závěrů. Specifi ckým azřejmě inejběžnějším typem akvizičních korpusů jsou korpusy žákovské (angl. learner corpora ). Jsou vystavěny ztextů nerodi- seznámení skorpusy akorpusovou lingvistikou 17 lých mluvčích, kteří se učí cizí jazyk. Jazyk, který vyprodukují, pak označujeme jako jazyk žákovský (jakkoliv nezáleží na věku studenta; žákem je označován každý, kdo se učí). Zdrojem textů mohou být psané školní práce, materiály zjazykových zkoušek, přepsané nahrávky mluveného projevu či záznamy řečových úloh sestavených za účelem vytvoření samotného korpusu. Vkvětnu 2018 čítal seznam Learner corpora around the world10 167 žákovských korpusů. Další korpusy budou jistě inadále vznikat. Dalším typem akvizičních korpusů jsou korpusy osvojování mateřštiny . Nejznámější znich, korpus CHILDES 11 (Child Language Data Exchange System), začal vznikat již vr.1984 ashromažďuje data ze 130 specializovaných korpusů dětské řeči v26 jazycích. Korpus se posléze připojil kprojektu TalkBank , který obsahuje korpusy akvizice mluvčích sporuchami řeči (afázie), korpusy osvojování cizích jazyků, korpusy jazyka ve školních třídách akorpusy pro konverzační analýzu. Akviziční korpusy se vybavují různými systémy anotace . Ty přejímají buď zobecné korpusové lingvistiky (např.anotace slovnědruhová ), nebo vytvářejí vlastní anotační systémy zachycující specifi cké rysy akvizice (např.jazykové odchylky, chyby či jiná specifi ka). Takto vybavené korpusy pak umožňují sofi stikované metody vyhledávání ana nich založené analytické postupy, které dokážou odkrýt charakteristické rysy vyvíjejícího se jazyka, na jejichž základě je nezřídka možné formulovat ipedagogické závěry. 2.1. Korpus ajazykové testování Využití korpusů pro účely jazykového testování je jedním znejnovějších příkladů aplikace jazykových korpusů aje to bezesporu oblast, kde se do budoucna očekává velká aktivita, ato především voblasti defi nování apopisování úrovní pokročilosti. Současný stav výzkumu vtéto oblasti vychází především zmožností sběru dat při jazykových zkouškách. Takto získané vzorky žákovského jazyka, unichž je školenými examinátory stanovena jazyková úroveň např.dle Společného evropského referenčního rámce (SERR ), se analyzují například zhlediska četnosti určitých jevů ana základě těchto analýz je pak možné popsat, které jazykové prostředky jsou charakteristické pro danou úroveň pokročilosti. Lingvistům se tak daří reagovat na časté kritické hlasy, které si všímají, že Společný evropský referenční rámec není dostatečně specifi cký avrámci popisu dovedností na jednotlivých 10 Centre for English Corpus Linguistics (date of access): Learner Corpora around the World. Louvain -la -Neuve: Université catholique de Louvain, h\ ps://uclouvain.be/en/research- -institutes/ilc/cecl/learner -corpora -around -the -world.html. 11 h\ ps://childes.talkbank.org 18 korpusy v jazykovém vyučování ii. úrovních užívá příliš obecný jazyk. Výsledky tohoto výzkumu mají potenciál přispět klepší srovnatelnosti. Zatím nejvýznamnějším anejrozsáhlejším počinem vtéto oblasti je projekt English Profi le 12 (organizovaný University of Cambridge, Cambridge University Press aCambridge English Language Assessment apodpořený Evropskou komisí). Zdat zjazykových zkoušek na všech úrovních angličtiny dle SERR byl sestaven korpus ana jeho základě pak seznamy slovní zásoby (English Vocabulary Profi le) agramatiky (English Grammar Profi le) typické pro jednotlivé úrovně SERR. Tuto bezplatnou databázi mohou využívat učitelé, studenti či autoři jazykových materiálů aověřit si, jaký konkrétní jazyk mluvčí různých úrovní angličtiny dokážou používat. Očekává se, že tento výzkum se zpětně promítne ido vývoje dokonalejších, empiricky založených technik zjišťování jazykové pokročilosti. Největším žákovským korpusem, který vznikl na základě sběru materiálů ztestů, je Cambridge Learner Corpus , který obsahuje vsoučasnosti přes 57 milionů slov psaného žákovského jazyka od více než čtvrt milionu mluvčích. Korpus je přitom inadále rozšiřován. Dalším významným projektem je  e Longman Learners‘ Corpus, který poskytl podklady pro sestavení jazykových doporučení vžákovském slovníku Longman Active Study Dictionary. Mnoho nových výzkumných projektů nyní vzniká na základě mluveného korpusu žákovské angličtiny Trinity -Lancaster Corpus, který je sestaven znahrávek apřepisů ústních zkoušek zangličtiny při zkouškách Graded Examinations in Spoken English organizovaných Trinity College vLondýně. Zatím zde však jde pouze oúrovně B1–C1. Pro účely vývoje jazykových testů se však využívají ikorpusy jazyka rodilých mluvčích. Například T2K -SWAL Corpus je souborem akademických textů, které se analyzují zpohledu analýzy diskurzu ažánrů. Výsledek tohoto výzkumu vedl ksestavení Test of English as aForeign Language, TOEFL iBT. Největší výhodou využití korpusové lingvistiky voblasti jazykového testování je bezesporu to, že jazykové korpusy (ať už žákovského jazyka, nebo jazyka rodilých mluvčích) umožňují empiricky ověřit intuici tvůrců testových materiálů apřipravit tak testy, které ověřují odpovídající jazykovou úroveň. To se může dít nejen na základě výzkumu toho, co mluvčí skutečně vjazyce dokážou, ale itoho, kde se odchylují od běžných norem (např.je možné zkoumat, jaké chyby jsou typické pro různé úrovně pokročilosti). Tvůrci jazykových testů se přitom mohou opřít oseznamy slov ajazykových struktur vygenerovaných zžákovských korpusů pro jednotlivé úrovně pokročilosti amohou na datech zkorpusu rovněž zkoumat, jak různé typy úloh ovlivňují výkon vtestu ajak se určité gramatické či lexikální jevy 12 h\ p://www.englishprofi le.org seznámení skorpusy akorpusovou lingvistikou 19 vsouvislosti srostoucí pokročilostí proměňují. Cílem tohoto výzkumu je přispět ke zlepšování podoby avlastností jazykových testů. Pro účely jazykového testování se však dají využít ikorpusy běžné (pro angličtinu např.korpusy British National Corpus či Corpus of Contemporary American English), ato jako zdroj textů, které si mohou učitelé dle zadaných kritérií vyhledat avytvořit si tak testy na slovní zásobu či gramatiku. Takto získaná korpusová data jsou autentická ajazykově obvykle isprávná (co je vkorpusu vdaném registru či žánru frekventované, to zpravidla odpovídá zavedenému úzu/normě, atudíž odráží kodifi kaci). 2.2. Žákovský korpus ajazyk pro specifi cké účely Jazykem pro specifi cké účely označujeme jazyk, který je užíván například vpracovním či akademickém prostředí akterý se řídí určitými pravidly příslušného funkčního stylu (např.styl odborný, publicistický aadministrativní), nezřídka je charakterizován ispecifi ckou slovní zásobou. Jeho znalost umožňuje uživatelům začlenit se do skupiny lidí, odborníků či profesionálů, kteří takový jazyk typicky používají akteří mají specifi cké komunikační potřeby azvyklosti. Jazyk pro specifi cké účely je od 60. let 20. století intenzivně zkoumán, což má mj.dopad ina jazykové vyučování, ato obzvláště pro angličtinu, která plní roli jazyka mezinárodní komunikace právě vprofesní oblasti. Je také vtomto ohledu nejlépe popsána. Existují tak četné učebnice odborného jazyka, slovníky, aplikace aspecializované jazykové kurzy. Rozlišuje se přitom mezi angličtinou pro pracovní účely (English for Occupational Purposes ) aangličtinou pro účely akademické (English for Academic Purposes ). Angličtina pro pracovní účely se nezaměřuje pouze na specifi ckou slovní zásobu (např.terminologii), ale především na to, jakým způsobem se vtěchto oblastech lidské činnosti komunikuje, aby komunikace byla efektivní apro dané účely vyhovující. To se týká jak jazyka psaného (např.obchodní korespondence, instruktážní texty), tak mluveného (např.komunikace lékařů spacienty, komunikace vleteckém provozu). Výzkum angličtiny pro akademické účely se zabývá celou škálou užití angličtiny vakademickém prostředí od interakcí mluvených (např.prezentace na konferencích) až po psaní akademických textů. Tato oblast je natolik široká, že se dále rozlišuje mezi angličtinou pro obecné apro specifi cky oborové akademické účely. Do této oblasti se nezřídka zahrnují ispecifi cké jazykové astudijní dovednosti anávyky (např.pořizování poznámek, práce sliteraturou, organizace textu), ale například iprezentační, rétorické techniky. Pedagogické úsilí vtéto nesmírně stratifi kované oblasti pak směřuje především ktomu, aby byly naplněny potřeby studentů auživatelů jazyka vté které specializaci. 20 korpusy v jazykovém vyučování ii. Korpusová lingvistika hraje vpopisu jazyka pro specifi cké účely nezastupitelnou roli. Disponuje totiž technikami, jak shromáždit dostatečně velké vzorky reprezentativních ukázek odborného jazyka, na jejichž základě je možné popsat jeho typické rysy. To je důležité jak pro tvorbu pedagogických materiálů, tak pro zkoumání projevu těch, kdo si tento jazyk osvojují vrámci jiného jazyka, než je jejich mateřština. Zkoumají se např.frekvenční vzorce vjednotlivých stylech aje tak možné velmi přesně určit, která specifi cká slovní zásoba je pro daný styl charakteristická. Na základě korpusu  e Academic Corpus13 tak například vznikl seznam akademické slovní zásoby pro angličtinu (Academic Word List14), který je pro mezinárodní studenty neocenitelnou pomůckou při studiu akademické angličtiny apři psaní akademických textů. Využití pak samozřejmě nachází ipři výuce asestavování jazykových testů. Vedle textů napsaných rodilými mluvčími se však analyzují iakademické texty nerodilých mluvčích. Vznikají tak speciální žákovské korpusy akademického žákovského jazyka. Izde zcela převládají korpusy angličtiny. Jde obvykle odatabáze psaných úloh (esejů, písemných zkoušekatp.) vzniklých na univerzitách. Jazyk, který vdaném kontextu studenti používají, je charakteristický jak užitím terminologie, tak užitím specifi ckých typů argumentace apostupů při výkladu. Jedním zprvních takových korpusů je International Corpus of Learner English (ICLE), který začal vznikat vBelgii, na Université catholique de Louvain, v80. letech 20. st. Práce na něm stále pokračuje, ač korpus vsoučasné době obsahuje eseje vrozsahu 3,7 milionu slov od pokročilých studentů angličtiny z16 různých zemí, respektive s16 rozdílnými mateřskými jazyky. Na stejném pracovišti se nyní rodí nový korpus akademické angličtiny snázvem Varieties of English for Academic Purposes (VESPA). Korpus je tvořen národními subkorpusy mluvčích srozdílnou mateřštinou. Je tak možné nejen zkoumat specifi ka vyvíjejícího se akademického jazyka ustudentů, ale zároveň srovnávat, do jaké míry může být jeho podoba ovlivněna mateřštinou. Dalšími významnými korpusy vtéto oblasti jsou British Academic Wri en English (BAWE) aamerický Michigan Corpus of Upper -level Student Papers (MICUSP) ajejich mluvené protějšky British Academic Spoken English (BASE) aMichigan Corpus of Academic Spoken English (MICASE). Tyto čtyři korpusy jsou přitom ze zhruba 80% tvořeny psaným projevem rodilých mluvčích, což umožňuje srovnávat jazyk cizojazyčných studentů sjazykem rodilých mluvčích. To je vžákovské korpusové lingvistice běžný přístup anezřídka jsou žákovské korpusy doplňovány okontrolní korpusy textů rodilých mluvčích, které jsou koncipovány tak, aby měly stejnou strukturu 13 h\ ps://www.victoria.ac.nz/lals/resources/academicwordlist/information/corpus 14 Pro češtinu je dostupný nástroj Akalex, vizwww.korpus.cz/akalex. seznámení skorpusy akorpusovou lingvistikou 21 apodobaly se kvůli srovnatelnosti vco největší možné míře. Korpus ICLE je takto doplněn oLouvain Corpus of Native English Essays (LOCNESS), tedy korpus stejně zadaných esejů psaných rodilými mluvčími. Takový přístup však skrývá ijedno zásadní úskalí, atím je implicitní předpoklad, že text rodilého mluvčího je zpodstaty věci dokonalejší. Stranou přitom zůstává, zda jsou vybraní autoři zřad rodilých mluvčích kvalitními autory. 2.3. Analýza žákovského jazyka V50. letech 20. století se někteří lingvisté15 zabývali výzkumem jazyka za účelem zdokonalení metod jeho výuky. Vycházeli přitom zpředpokladu, že je snazší naučit se jazyk, který je podobnější žákově mateřštině, aže podrobný popis podobností arozdílů mezi mateřským jazykem ajazykem cizím je užitečnou pomůckou pro výuku apro tvorbu jazykových učebnic. Předpokládali, že žáci budou chybovat vtěch aspektech, které jsou rozdílné, anaopak snazší pro ně budou ty rysy, které jsou si mezi jazyky podobné. Domnívali se, že když se výuka bude zaměřovat především na tyto odlišnosti, žáci vnich nebudou chybovat. Skutečnost se ukázala být složitější apostupným výzkumem se ukázalo, že výuka vycházející ze srovnávání jazyků není zárukou bezchybného projevu žáků. Toto období bylo rovněž počátkem zájmu ožákovský jazyk, ato především ochyby, kterých se žáci dopouštějí při psaní či mluvení. Chyby byly analyzovány ze všech stran alingvisté se je pokoušeli pochopit vnaději, že objeví důvod, proč žáci chybují, abudou tak moci vyvinout dokonalejší výukové metody, které žákům umožní nechybovat. Stále více lingvistů však upozorňovalo, že chyby jsou nedílnou součástí učení aže představují doklad ovývoji pokročilosti aotom, že učení se cizímu jazyku je systematický proces. Tuto teorii završil vroce 1972 americký lingvista Larry Selinker formulací teorie tzv.mezijazyka. Selinkerův mezijazyk je dynamický, proměnlivý systém, který se vžákově mysli formuje na základě jeho zkušeností sjazykem akterý mu umožňuje cizí jazyk používat. To je možné díky pravidlům, která si vytváří sám žák, ato na základě výuky, učení se, kontaktu sosvojovaným jazykem adalších faktorů. Existence mezijazyka je základním principem, zněhož vychází výzkum jazykové akvizice. Data pro tento výzkum pak pocházejí stále častěji zžákovských korpusů. Ty umožňují analyzovat osvojování gramatiky, slovní zásoby, frazeologie, diskurzu, stylistiky, pragmatiky asnástupem videokorpusů vbudoucnosti ivýzkum nonverbální komunikace. 15 Např.Robert Lado, Charles Fries, Pi\ Corder. 22 korpusy v jazykovém vyučování ii. 2.3.1. Gramatika Vcentru zájmu při zkoumání žákovského jazyka stojí gramatika aslovní zásoba, které jsou vnímány jako dva základní komponenty znalosti cizího jazyka. Cílem žákovské korpusové lingvistiky vtéto oblasti je popsat, jakým způsobem studenti používají gramatiku cizího jazyka, který se učí, astanovit příslušné pedagogické postupy, které ztěchto informací vyplývají. Žákovská korpusová lingvistika má tedy velmi blízko kpedagogice adidaktice apřispívá kvytváření tzv.pedagogických gramatik, tzn.popisů cizojazyčných gramatických systémů při současném zohlednění možných postupů při jejich výuce. Ktomu, aby mohla být zkoumána gramatika vžákovském jazyce za použití žákovských korpusů, musí být tyto korpusy doplněny oanotace. Anotace jsou značky, které lingvisté doplňují do korpusu proto, aby se vněm dal vyhledávat nejen konkrétní řetězec znaků (např.slovo), ale ispecifi cká jazyková informace např.oslovním druhu či přítomnosti chyby. Rozlišujeme tak především značkování morfologické achybové. Zatímco morfologické značkování je možné provést víceméně automaticky svyužitím počítačových programů, značkování chybové se provádí ručně aje značně náročné na čas. Při morfologickém značkování je každému slovu přiřazena informace oslovním druhu apříslušném jazykovém tvaru. Díky tomu můžeme při vyhledávání vkorpusu zadat např.české slovo bez astanovit přitom, chceme -li, aby výsledky vyhledávání zahrnuly slovo bez jako podstatné jméno, či jako předložku. Pro žákovské korpusy jsou pak typické značky chybové, které se přiřazují všem výskytům chyb vjazykovém projevu, ať už jsou na úrovni gramatické, pravopisné, lexikální, či jiné. Chybová anotace se často vkládá přímo do textu. Označuje se přitom chybný tvar ačasto se doplňuje isprávná varianta (tzv.emendace ). Jako příklad uveďme systém užívaný pro chybové značkování korpusu ICLE (vizvýše). Tento systém využívá značky složené zpísmen. Ty se vkládají před chybně užitý tvar. Na prvním místě bývá označení typu chyby (tj.jde- -li opravopis, gramatiku, slovní zásobu, lexikálně -gramatický jev či slovosled). Ve větě označené Příklad 1 je ukázáno, jakým způsobem je možné označkovat chybné užití gramatického času vanglické větě. Student ve větě chybně užil přítomný čas, proto je před chybným tvarem slovesa live vložena značka (GVT). Ta označuje, že jde ogramatickou chybu (G) týkající se třídy sloves (V, anglicky verb) akategorie času (T, anglicky tense). Po slovesu je vložena emendace, tedy návrh anotátora na to, jak by mohla znít správná věta. Vtomto případě anotátor navrhuje, aby místo tvaru přítomného času slovesa live bylo užito předpřítomného průběhového času. seznámení skorpusy akorpusovou lingvistikou 23 původní věta: Ilive in Prague for ten years anotovaná věta: I(GVT) live $have been living$ in Prague for ten years Příklad 1: Ukázka chybové anotace anglické věty– gramatika Vtakto označkovaném korpusu je pak možné jednotlivé chybové značky vyhledávat anechat si zobrazit třeba právě všechny věty schybou vpoužití časů. Ty se pak dají dále analyzovat, případně je možné jich využít pro tvorbu cvičení pro výuku. Specifi cké uplatnění tyto postupy nacházejí při tzv.kontrastivní analýze mezijazyka, při níž se porovnává psaný nebo mluvený projev žáků sodlišnými mateřskými jazyky (např.angličtina Čechů aŠpanělů). Dají se tak odhalit podobnosti či rozdíly azkoumat, zčeho tyto rozdíly pramení. Častým zdrojem chyb přitom bývá tzv.jazykový transfer, kdy si žák přenáší do svého cizojazyčného projevu prvky ze své mateřštiny. Jako ukázka nám znovu může posloužit Příklad 1, uněhož se můžeme domnívat, že chybné užití přítomného času vangličtině pramení ztoho, že je vodpovídající větě včeštině používán právě přítomný čas (Bydlím vPraze už deset let.). Je -li označkován celý korpus, je možno přistoupit kanalýze chyb. Chyby se vyhledají aroztřídí do kategorií podle různých kritérií. Spoužitím statistických nástrojů je pak možné ověřovat hypotézy osouvislosti mezi chybovostí anejrůznějšími žákovskými proměnnými, jako jsou např.jazyková úroveň, věk, mateřský jazyk, délka studia nebo pobyt vzahraničí. Na základě chybové analýzy je pak možné sestavit katalogy chyb, které mohou být návodné pro výuku nebo se dají využít při psaní výukových materiálů. Jazykové učebnice aslovníky určené pro žáky angličtiny tak dnes nezřídka obsahují informace očastých chybách. Jsou návod né nejen pro žáky, ale ipro učitele. Existuje dokonce islovník chyb vangličtině,16 který obsahuje více než 2500 příkladů běžných chyb, vysvětlení daných jevů aukázky správného užití zBritish National Corpus. Zkoumat se ale nemusí pouze chyby. Srovnáváním jazyka rodilých mluvčích sjazykem žákovským je možné zjistit, co je pro žákovský jazyk charakteristické například frekvenčně, tj.které jevy se objevují častěji akteré méně často. Mluví se pak onadužívání či naopak menší míře používání určitých gramatických jevů. Takové analýzy jsou pak užitečné například pro výuku jazyka pro specifi cké účely (např.akademická angličtina, vizvýše). Jedním znejzajímavějších apro učitele angličtiny zřejmě inejužitečnějších využití žákovských korpusů voblasti gramatiky je projekt English 16 Turton, N.D. and J.B. Heaton (1996). Longman Dictionary of Common Errors. Harwich: Longman. 30 korpusy v jazykovém vyučování ii. Ukázkovým příkladem využití korpusu vtomto směru je významná gramatika anglického jazyka Longman Grammar of Spoken and Wri en English .21 Vychází zkorpusu Longman Spoken and Wri en Corpus, který obsahuje 40 milionů slov z37 244 textů čtyř základních typů: konverzace, beletrie, žurnalistika aakademický text. Na jeho základě byl velmi přesně popsán například jazyk konverzace: bylo shledáno, že je bohatý na nevětné struktury, neúplné věty (vynechávají se například slova snízkou informační hodnotou) austálená víceslovná spojení, která plní různé funkce (např.mluvčí indikuje, že bude pokračovat vpromluvě, že se vrací kpůvodnímu tématuatp.). Obsahuje zároveň itzv.prostředky řečového managementu, které mluvčímu umožňují hovořit plynule. Sem patří např.výplňková slova avýplňkové pauzy, jejichž funkcí může být získání času pro plánování další promluvy nebo indikace, že mluvčí ještě současnou promluvu nedokončil. Tento výzkum inspiroval didaktiku cizích jazyků ktomu, aby se zaměřila nejen na tradiční výuku gramatiky založenou na psaném jazyce, ale ina jazykové prostředky charakteristické právě pro jazyk mluvený. Žákovská korpusová lingvistika pak vtéto oblasti zkoumá, do jaké míry tyto prostředky žáci využívají ajaké prostředky se naopak vjejich projevech vyskytují omezeně. Dalším zústředních témat je výzkum textové koherence. Jako koherenci označujeme sémantické, obsahové vztahy uvnitř diskurzu, které zajišťují jeho soudržnost, smysluplnost aplynulost. Mezi jednotlivými částmi koherentního textu totiž musí být patrná souvislost. Toho je možné dosáhnout používáním kohezních prvků, které explicitně naznačují, jak jsou jednotlivé úseky textu propojeny. Mezi tyto prvky patří například reference (odkazování na to, co již bylo řečeno, nebo na to, co bude vtextu následovat), konektory (spojovací výrazy vyjadřující logický vztah mezi jednotlivými částmi), substituce (použití jiného slova, které jasně odkazuje na to, co již bylo vyřčeno) atematicko -rematická struktura textu (tzv.aktuální členění větné). Výzkum koherence za použití korpusů je komplikovaný, neboť korpus neumožňuje zobrazit dlouhé úseky textu. Nejčastěji se proto pracuje právě sexplicitními kohezními prvky (obzvláště konektory), které je možno vkorpusu vyhledávat. Vžákovském jazyce se pak často zjišťuje, jak žáci tyto prostředky dokážou využít avjakých funkcích ajak jejich prostřednictvím vytvářejí strukturu textu. To má význam především při studiu avýuce akademického psaní. Ivtéto oblasti se využívají kontrastivní studie, které srovnávají texty žákovské stexty rodilých mluvčích. Pro vědecký text je též typické využívání rétorických prostředků pro zeslabování jistoty tvrzení (tzv.hedge) nebo jeho zesilování (tzv.booster). Ty se realizují použitím různých prostředků, např.modálních sloves (např.vý21 Biber, D., Stigg, J., Leech, G., Conrad, C. aE. Finegan. (1999) Longman Grammar of Spoken and Wri\ en English. Harlow: Pearson Education Limited. seznámení skorpusy akorpusovou lingvistikou 31 sledky mohou naznačovat, že…), adverbií (např.tento výsledek nejspíš vypovídá o…)aj. Itoto je oblast, kterou si nerodilý mluvčí píšící vědecký text vcizím jazyce musí osvojit. Vžákovských korpusech akademického jazyka pak můžeme zkoumat, do jaké míry se to daří avčem spočívají odlišnosti od textů rodilých mluvčích či kompetentnějších autorů. Častým zjištěním je, že méně zkušení autoři nadužívají určitých prostředků modalizace vědeckého textu anevyužívají dostatečně jiných možností. Vneposlední řadě lze žákovský text korpusově analyzovat izpohledu zastoupení osobních zájmen ačinného či trpného rodu azjistit tak, do jaké míry dokáže žák prezentovat objektivní, neosobní vědecký text ajaké prostředky dokáže využít, když jako autor do textu potřebuje vstoupit například prezentováním svého postoje. 2.3.5. Pragmatika Pragmatika studuje jazyk zpohledu mluvčího apříjemce ataké to, jakým způsobem tito uživatelé jazyka dosahují svých komunikačních záměrů. Zkoumá tedy, jaký záměr má mluvčí, když něco sděluje, ajak je jeho sdělení interpretováno příjemcem. To závisí na takových faktorech, jako je například kontext promluvy či vztah mezi mluvčím apříjemcem, roli hraje ipříslušná jazyková kultura. Tyto faktory pak spolu svýznamem slov ovlivňují význam adopad celého sdělení. Podle teorie řečových aktů, která stojí vcentru pozornosti pragmatiky, je možné promluvou nejen něco prostě sdělit, ale iněco chtít, kněčemu se zavázat, kněčemu vyjádřit svůj postoj, případně vyřčením způsobit nějakou změnu. Vžákovském jazyce je pak možné tyto řečové akty identifi kovat azjistit, jaké prostředky pro jejich vyjádření mluvčí používá. Izde je výhoda korpusů především ve zpřístupnění velkého objemu dat kvýzkumu, který může být navíc prohledáván automatickými algoritmy za účelem identifi kovat vzorce, které se vtextu objevují. Kdiskurzní apragmatické analýze korpusů musejí být korpusy anotovány. To je však značně časově náročný ane vždy příliš snadný úkol, především vzhledem knutnosti správně vystihnout ainterpretovat původní záměr mluvčího.22 Zkoumají se tak například funkce tzv.diskurzních částic, což jsou prostředky, které umožňují vrozhovoru udržovat kontakt mezi mluvčími (např.angl. you know nebo české víte) ajsou vkorpusech snadno vyhledatelné. Výzkum též dokládá, že užívání diskurzních částic přispívá ke zvýšení plynulosti mluveného projevu azvyšuje jeho přirozenost. Zhlediska funkčního se značkují například korpusy zabývající se výzkumem specifi ckých textových žánrů aútvarů. Existují např.korpusy 22 Jeden zpříkladů pragmatické anotace korpusu je nástroj DART, více viz např. Weisser, M. (2018) How to Do Corpus Pragmatics on Pragmatically Annotated Data Speech acts and beyond. Studies in Corpus Linguistics: John Benjamins. 32 korpusy v jazykovém vyučování ii. abstraktů (tj.krátkých shrnutí akademického textu). Vnich jsou identifi - kovány aoznačkovány příslušné rétorické kroky (např.zasazení tématu do kontextu, stanovení cíle studieatp.), následně pak mohou být tyto rétorické postupy zkorpusu extrahovány aje možné zkoumat, jakými jazykovými prostředky jsou realizovány. Žákovský jazyk se zde znovu obvykle srovnává sjazykem rodilých mluvčích, ale provádějí se isrovnání mezi různými vědeckými obory ve snaze zefektivnit tento typ psané komunikace. Studium pragmatiky ukazuje, že žák cizího jazyka musí kromě gramatiky aslovní zásoby ovládnout ipravidla komunikace, která jsou běžná pro sociokulturní prostředí, vněmž se tento jazyk používá. Nejde jen oto, aby žák dosáhl svého komunikačního cíle, ale také aby svým jazykovým projevem neporušoval běžné (např.zdvořilostní) normy adokázal pro svá sdělení volit prostředky, které odpovídají konkrétní situaci, vníž se komunikace odehrává. Jakkoliv je tato oblast důležitá pro výzkum ivýuku, korpusové studie vtéto oblasti jsou zatím omezené. 2.3.6. Plynulost Snástupem korpusů zachycujících mluvený jazyk, jež jsou sohledem na nutnost nahrát apřepsat texty náročnější na sestavení než korpusy psané, se korpusově začínají zkoumat icharakteristiky řeči. Jednou ztakových oblastí je výzkum plynulosti. Plynulost je obtížně defi novatelný pojem, pod kterým si však nejsnáze představíme produkci řeči vdostatečném tempu abez velkého množství prvků, které bezprostředně nesouvisejí svýznamem sdělení, jako jsou např.různé projevy váhání. Tempo mluvy lze vkorpusech měřit pouze tehdy, pokud jsou dostupné ipůvodní nahrávky. Uvádí se obvykle ve slovech za minutu či slabikách za vteřinu. Upokročilých studentů angličtiny zjišťujeme průměrné tempo mluvy asi 150 slov za minutu, urodilých mluvčích pak více než 180 slov za minutu. Mezi jevy, které tzv.narušují plynulost projevu, se řadí kupříkladu vyplněné anevyplněné (tiché) pauzy (např.byl jsem eh unavený), opakované segmenty (např.nevím co se co se přesně stalo), nedokončené segmenty (např.byl jsem šel jsem tam pěšky), opravy (např.vzala mě nás na výlet), fragmentovaná slova (např.to nemu nemuselo být) aprodlužování slabik (např.řekl mi žeee). Také tyto jevy se vkorpusech značkují. Pak je možné zjistit nejen jejich frekvenci, ale ito, na jakém místě se vpromluvě vyskytují. Jedním zrozdílů mezi žákovským jazykem ajazykem rodilého mluvčího je to, že žáci častěji umísťují tyto prvky mezi jednotlivé části frází, které rodilí mluvčí zpravidla vyřknou najednou (např.velký eh význam má). Vypovídá to zřejmě otom, že rodilí mluvčí jsou schopni rychleji plánovat promluvu aprodukují tak delší celky azároveň váhají spíše na jejich začátcích než vjejich průběhu. seznámení skorpusy akorpusovou lingvistikou 33 Všechny tyto prvky lze srovnávat na různých úrovních pokročilosti ataké mezi žáky arodilými mluvčími. Zkoumat lze ito, jaký efekt má na plynulost ajejí součásti typ úlohy, který žáci řešili (např.šlo -li omonolog, dialog, projev spředchozí přípravou, popis obrázkuatp.). Tento výzkum pak krom studia pokročilosti arozdílů mezi žákovským arodilým jazykem přispívá ikpoznání, jakým způsobem je produkována řeč. Vdidaktice má tento výzkum význam především pro oblast testování, neboť poskytuje popis ukazatelů charakteristických pro plynulost projevu, což se uústních jazykových zkoušek nezřídka hodnotí azároveň je ijedním zparametrů popisovaných Společným evropským referenčním rámcem. Vtéto kapitole jsme se pokusili nastínit, co jsou akviziční korpusy ajak se využívají při výzkumu žákovského jazyka za účelem jeho poznání anavržení možných didaktických postupů. Akviziční korpusy umožňují zkoumat žákovský jazyk zrůzných pohledů, srovnávat, jak se mění na jednotlivých úrovních pokročilosti ajaké jazykové prostředky aprojevy tyto úrovně charakterizují. Dále umožňují srovnávání sjazykem rodilých mluvčích jako přirozeným cílem velké části žáků cizích jazyků avneposlední řadě poskytují iempiricky ověřená zjištění využitelná při tvorbě jazykových materiálů (učebnic, slovníků, aplikací), jazykových testů adidaktických postupů. Jakkoliv je žákovská korpusová lingvistika oborem mladým, přinesl již výzkum ve všech těchto oblastech cenné výsledky apředevším prokazuje, že akviziční korpusy mají velký výzkumný ipedagogický potenciál, zněhož mohou čerpat nejen badatelé, ale iučitelé, studenti atvůrci jazykových testů asylabů. 34 korpusy v jazykovém vyučování ii. 3. Významné parametry korpusů Ukorpusů obecných se předpokládá, že směřují knaplnění určitých závazných parametrů. Jde zejména ovelikost avyváženost korpusu aoautentičnost jazykových dat, která korpus zahrnuje. Uvedené tři parametry zajišťují jeho reprezentativnost ve vztahu knormálnímu, obvyklému jazykovému úzu. Dalším důležitým parametrem je soustavné zaznamenávání informací opůvodu jednotlivých složek (textů), které jsou vněm zařazeny, ojejich autorech, žánru adalších údajů relevantních pro práci skorpusem. Tyto metatextové informace jsou přiřazeny všem strukturním jednotkám korpusu formou strukturních atributů . Kuvedeným parametrům přistupuje lingvistické značkování (lingvistická anotace ), tj.připojování lingvistické interpretace kjednotlivým tokenům (výskytům, textovým pozicím) formou pozičních značek. Každé slovo tedy mívá přidělený základní slovníkový tvar adále značku, obvykle smorfologickými či méně často se syntaktickými informacemi. Korpusy speciální se vyznačují tím, že některý či některé ztěchto parametrů porušují, nenaplňují, případně ve snaze ojejich naplnění postupují specifi ckým způsobem, některé parametry rozšiřují (strukturní atributy, lingvistické značkování)apod.23 3.1. Velikost Obecné korpusy usilují omaximální možnou velikost . Čím větší objem jazykového materiálu zahrnují, tím větší je pravděpodobnost, že odrážejí reálný jazykový úzus aže budou využitelné iujevů méně frekventovaných. Větší velikost rovněž umožňuje, aby byly vkorpusu zahrnuty všechny relevantní variety daného jazyka vodpovídajících proporcích, tedy aby byl vyvážený aaby bylo možné považovat ho za reprezentativní vůči normálnímu, ob23 Ktematice obecných korpusů akorpusové lingvistiky podrobněji např.Mc Enery - Hardie (2012), kakvizičním korpusům, zvl. pro češtinu, Šebesta (2010), Šebesta - Škodová (2012), Štindlová (2011), kaktuálním datům onabídce korpusů pro češtinu akorpusů žákovských h\ ps://wiki.korpus.cz/doku.php/cnk:uvod, resp. Learner corpora around the world; ztěchto zdrojů tato iprvní kapitola převážně čerpají. seznámení skorpusy akorpusovou lingvistikou 35 vyklému užívání jazyka. Díky tomu mohou tyto korpusy dobře sloužit pro tvorbu slovníků, gramatik, thesaurů adalších referenčních knih. Velikost synchronních korpusů vposledních desetiletích rychle roste. Zatímco vpočátcích korpusové lingvistiky, v60. a70. letech minulého století, se velikost korpusů uváděla vmilionech tokenů (konkrétní výskyt každého slovního tvaru vtextu),24 udnešních korpusů se uvádí vmiliardách. Např.Český národní korpus jako zastřešující projekt zajišťující budování korpusů českého jazyka na Univerzitě Karlově zahrnuje kdatu vzniku tohoto textu relativně nově český synchronní korpus SYN verze 6 ovelikosti cca4 miliardy slov, patří tedy mezi tzv.korpusy velké (pohybující se vřádu stovek milionů až vmiliardách textových slov). Vedle toho rozlišujeme dnes ještě korpusy střední (obsahující řádově desítky milionů textových slov) akorpusy malé (pohybující se vřádu stovek tisíc textových slov). Isebevětší korpus je ovšem menší než web– největší existující avolně dostupný soubor textů. Iweb lze využívat jako korpus; byla vyvinuta rozhraní, která kvyužití webu jako korpusu slouží– např.WebCorp . 25 Web jako korpus má některá specifi ka, která se mohou jevit jako výhody, nebo nevýhody, vzávislosti na cíli, který při vyhledávání sledujeme. Většinou je nepochybnou výhodou webu jako korpusu jeho velikost. Některé výrazy či kolokace, které jsou málo frekventované, mohou vobyčejném korpusu úplně chybět nebo mít jen mizivé zastoupení, totéž platí ioněkterých druzích málo frekventovaných pravopisných či jiných formálních odchylek či variant, málo frekventovaných typů užitíapod., které na webu– vzhledem kjeho velikosti– můžeme najít svyšší úspěšností než vkorpusu. Hlavním problémem webu jako korpusu je skutečnost, že nám podává jazykový materiál vnerozlišené směsi textů různých typů, není tedy možné posoudit ani jeho skladbu, ani kontext užití hledaných jevů. To se může jevit jako značná potíž např.vpřípadech, kdy hledáme velmi frekventované jazykové jevy apotřebujeme počet nalezených řádků redukovat podle nějakých lingvisticky relevantních kritérií. Dalším problémem je nestálost webu– web se neustále aprůběžně mění, výzkum, který na něm byl založen, tedy není možné replikovat nebo jen velmi obtížně. Výhodou standardního obecného korpusu ve srovnání swebem je tedy jeho promyšlené složení zrůzných typů textů vnáležitých proporcích, větší nebo menší míra jeho vyváženosti, jeho relativní ustálenost azaznamenávání metatextových informací. Žákovské korpusy se co do velikosti od korpusů obecných výrazně liší, přesněji řečeno, jsou vtomto ohledu podstatně pestřejší. Žákovské korpusy 24 Už zmiňovaný Brown Corpus obsahoval jeden milion slov, stejnou velikost měl irovněž zmiňovaný korpus britské angličtiny LOB corpus. 25 h\ p://www.webcorp.org.uk/live/ 36 korpusy v jazykovém vyučování ii. sobjemem několika (desítek) milionů textových slov najdeme vsoučasnosti pouze uangličtiny jako cizího jazyka. Dosud největší známý korpus je Chungdahm Corpus , tvořený eseji, které napsali korejští studenti angličtiny na Chungdahm institutu, národním řetězci škol anglického jazyka, achybově anotovaný tutory. Eseje jsou uloženy jako stále doplňovaná databáze, nikoli korpus; ztéto databáze byl vyčleněn pro výzkumné účely velký objem dat jako Chungdahm Corpus ovelikosti přibližně 131 milionů slov (přesněji 130 754 tisíc slov) ve více než 860 esejích oprůměrné délce 152 slov (Han et al. 2010). Korpus této velikosti je však iuangličtiny spíše výjimkou. Co do velikosti následují  e Cambridge Learner Corpus obsahující cca50 milionů textových slov (také ten je založen na esejích napsaných vrámci zkoušek angličtiny) aHKUST ( e Hong Kong University of Science & Technology Learner Corpus) ovelikosti cca25 milionů slov. Ostatní korpusy angličtiny ikorpusy dalších jazyků se pohybují vpodstatně nižších hodnotách– jen výjimečně dosahují hodnoty 2 milionů slov nebo ji překračují. Mezi velikostně nejmenšími uváděnými korpusy jsou např. e Pilot Arabic Learner Corpus, korpus arabštiny užívané mluvčími angličtiny jako prvního jazyka, obsahující psané vyprávěcí texty mírně pokročilých apokročilých studentů arabštiny ocelkovém rozsahu 9 000 slov, nebo ~ e PIKUST, korpus slovinštiny jako cizího jazyka, který obsahuje texty psané mluvčími 18 různých prvních jazyků, většinou chorvatštiny, srbštiny aruštiny, ocelkovém rozsahu 35 tisíc textových slov. Velikost žákovských korpusů sice postupně roste, podobně jako velikost korpusů obecných, ale podstatně nižším tempem. Menší objem žákovských korpusů je dán obtížností sběru dat afi nanční ičasovou náročností jejich přepisu adalšího zpracování. První problém je spojen se skutečností, že je objem řečové produkce nerodilých mluvčích neporovnatelně menší než objem dat produkovaných mluvčími rodilými. Navíc se jedná oprodukci obtížně dostupnou– pokud jde např.opísemné práce psané pro školu, disponuje jimi škola anemusí je pro potřeby korpusu zpřístupnit. Umluvených projevů se sběry setkávají spodobnými problémy jako sběry pro mluvené korpusy jazyka rodilých mluvčích, jen stím rozdílem, že projev nerodilého mluvčího bývá mnohonásobně kratší než projev rodilého mluvčího acelkový objem mluvených projevů nerodilých mluvčích je rovněž neporovnatelně menší. Kobtížnostem sběru přistupuje fakt, že projevy nerodilých mluvčích se sbírají vpodobě nahrávek mluvených projevů nebo vpodobě rukopisů, vobou případech se tedy musí texty přepisovat. Zatímco umluvených projevů lze dnes, jde -li okvalitní nahrávky standardní mluvy, využít automatického přepisu, unerodilých mluvčích jde většinou onestandardní jazyková data, která automatické zpracování vdobré kvalitě neumožňují, přepisuje se tedy manuálně, příp.se automatický přepis následně upravuje. seznámení skorpusy akorpusovou lingvistikou 37 Je příznačné, že větších velikostí dosahují ty žákovské korpusy, které se mohou opřít ospolupráci se školami nebo které jsou přímo sjejich činností spojeny– srov. výše uvedený Chungdahm Corpus, zpracovávající produkci žáků řetězce škol Chungdahm, Cambridge Learner Corpus, rovněž obsahující produkci žáků při zkouškách, nebo HKUST, obsahující písemné práce vzniklé vrámci maturitních zkoušek zangličtiny. Totéž platí iovětších žákovských korpusech mluvených, jako je např.mluvená složka korpusu BICCEL (Bilingual Corpus of Chinese English Learners ), která vychází znahrávek při národním testu mluvené angličtiny, korpus NICT JLE (Japanese Learner English), také čerpající ztestů mluvené angličtiny, nebo korpus SWECCL (Spoken and Wri en English Corpus of Chinese Learners).26 České žákovské korpusy řady CZESL patří svou velikostí vporovnání sjinými jazyky kromě angličtiny, která má vtomto ohledu mimořádné postavení, ke korpusům standardním, či spíše větším. Pro badatelské ipedagogické účely se zkorpusů této řady nejspíše nabízí automaticky emendovaný, anotovaný (také chybově) alemmatizovaný korpus CZESL -SGT . Zahrnuje 8617 textů od 1965 různých autorů (to znamená, že od jednoho autora jsou vkorpusu zařazeny vprůměru zhruba čtyři texty). Objem jazykových dat činí 1148 tisíc tokenů (pozic), ztoho 958 tisíc slov a111 tisíc vět. Druhým korpusem téže řady sprovedenou emendací, anotací alemmatizací je CZESL -MAN ; od CZESL -SGT se liší tím, že byl emendován manuálně achybová anotace byla provedena poloautomaticky svysokým podílem manuálního zpracování. Manuální emendace aanotace je spolehlivější než emendace aanotace automatická, ale také je časově výrazně náročnější. CZESL -MAN je proto zatím podstatně menší než korpus CZSL -SGT (obsahuje cca124 tisíc slov) anení volně přístupný. 3.2. Vyváženost Vyváženost obecných korpusů je vlastnost, oniž se tvůrci korpusů vnějaké míře snaží, míra jejího dosažení záleží ale na tom, jaká kritéria zvolí ajak se vyrovnají sobtížemi, které jsou stím spojeny. Vzhledem kvelmi variabilním možnostem využití korpusů není možné vyváženost korpusu opírat ovnitřní, lingvistická hlediska, ale okritéria vnější. Obecné korpusy vČeském národním korpusu se opíraly zpočátku ozřetel krecepci– ty typy textů, které byly častěji čteny větším počtem mluvčích daného jazyka, byly vkorpusu zastoupeny ve větší proporci než typy textů, které se četly méně. Struktura typů textů aproporce jejich zastou26 Kmluveným korpusům angličtiny jako L2 viz např. Kolesnikova, O. – González-González, O.-A., 2016. 38 korpusy v jazykovém vyučování ii. pení vsynchronních korpusech současné psané češtiny byly tedy zpočátku stanoveny na základě výzkumů čtenářské recepce. Vprvním korpusu řady SYN, SYN2000, tvořila většinu (dvě třetiny) textů publicistika, přibližně čtvrtinu texty odborné, zbytek texty imaginativní (beletrie, především próza). Vkorpusu SYN2005 se tyto proporce na základě nových výzkumů recepce změnily– publicistika představovala pouze 1/3 velikosti korpusu, odborná literatura 27%, podíl beletrie vzrostl na 40%; podobné proporce byly zvoleny pro korpus SYN2010. Korpus SYN2015 toto rozdělení opustil, tři textové makrotypy (publicistika, odborná literatura abeletrie) jsou vněm zastoupeny rovným dílem. Všechny uvedené korpusy (včetně korpusu SYN2015) se pokládají za reprezentativní vtom smyslu, že zahrnují co nejširší spektrum různých typů veřejných psaných (tištěných) komunikátů, které jako celek reprezentují současnou psanou češtinu, nezachycují ji však vproporcích odpovídajících přesně jazykové populaci.27 Vřadě SYN byly kromě toho zveřejněny rovněž korpusy české publicistiky (SYN2006PUB, SYN2009PUB, SYN2013PUB), které reprezentativní ve vztahu kobecnému jazykovému úzu nejsou (zahrnují pouze texty zoblasti publicistiky). Zatím poslední korpus SYN verze 6 zahrnuje všechny starší synchronní psané korpusy řady SYN včetně korpusů české publicistiky ataké nový publicistický materiál, vzhledem kvelké převaze publicistické složky ho tedy rovněž nelze označit za vyvážený areprezentativní. Vyváženost (ataké velikost) asnimi spojená reprezentativnost se řeší samostatně adosahuje jiných hodnot ukorpusů psaného akorpusů mluveného jazyka. Materiál pro psané korpusy se snáze získává (pro korpusy řady SYN získává tvůrce naprostou většinu materiálu, přibližně 90%, přímo velektronické podobě od nakladatelů avydavatelů na základě smluv), zatímco získat materiál pro mluvené korpusy je obtížnější (data se sbírají formou audio či videonahrávek; větší podíl má běžná mluva) anáročné je ijeho další zpracování, především přepis. Proto se umluvených korpusů pohybujeme vobjemech podstatně nižších. Pro češtinu je zatím největším mluveným korpusem ORAL, zahrnující dřívější korpusy řady ORAL (ORAL2006, ORAL2008, ORAL2013) apřepisy nových nahrávek (ORAL -Z). Přepisy nahrávek převážně neformálních rozhovorů, které ho tvoří, mají celkový objem 5,4 milionu textových slov, vporovnání se stamilionovými objemy psaných korpusů tedy podstatně menší. Korpus také není vyvážený zteritoriálního hlediska (podíl rozhovorů zČech je vyšší). Vyvážený co do relevantních sociologických kritérií (pohlaví, věk, vzdělání, oblast pobytu vdětství) aztohoto hlediska reprezentativní je nejnovější mluvený korpus češtiny ORTOFON oobjemu 1 milion textových slov. 27 h\ p://wiki.korpus.cz/doku.php/cnk:syn2015 seznámení skorpusy akorpusovou lingvistikou 39 Svyvážeností volně souvisí ivolba komponent, znichž se korpus skládá; někdejší Brown Corpus adalší korpusy jím vtomto ohledu inspirované (Lancaster -Oslo -Bergen Corpus, British National Corpus) se skládaly ze vzorků textů ostandardním rozsahu (Brown Corpus např.obsahoval 500 vzorků textů o2000 slovech). Soudobé korpusy, včetně obecných korpusů ČNK, se skládají zcelých textů. Lze říci, že reprezentativnost korpusu ve vztahu kběžnému, normálnímu jazykovému úzu je hodnota, kníž obecné korpusy snahou ovelikost avyváženost směřují, ikdyž jí nikdy plně nedosahují. Při práci skorpusem ovšem sledujeme často jen určitou specifi ckou oblast jazyka ajeho užívání, posuzujeme tedy přirozeně ireprezentativnost příslušného korpusu zhlediska jeho výzkumného cíle apodle populace textů, na niž je náš výzkum zaměřen. Užákovských korpusů ovyváženost ve smyslu úplného aproporcionálního zastoupení jednotlivých variet jazyka nerodilých mluvčích neusilujeme. Je to dáno tím, že ucizího jazyka, jeho osvojování aužívání se setkáváme sneporovnatelně vyšší variabilitou než ujazyka prvního atato variabilita je vázána na mimořádně vysoký počet významných proměnných, které při výzkumu ipři výuce potřebujeme brát vúvahu. Přinejmenším za současných technických podmínek apři současné velikosti žákovských korpusů není možné uvažovat ovyváženosti jakéhokoli žákovského korpusu ve vztahu kcelé populaci. Není to ani cílem jejich tvůrců. Hlavním cílem žákovských korpusů vtomto směru je umožnit studium variability žákovského jazyka (mezijazyka) ajeho užívání astudium vztahu této variability kco největšímu počtu sledovaných apečlivě zaznamenávaných proměnných. Při práci sžákovským korpusem tedy neočekáváme, že reprezentuje mezijazyk nerodilých mluvčích jako celek, to není dost dobře možné, ale že spolehlivě zaznamenává aumožňuje studovat užívání některé jeho variety ve vztahu kco největšímu počtu faktorů. Při posuzování kvality žákovského korpusu tak přihlížíme nejen kjeho velikosti, ale ktomu, zda obsahuje tu varietu mezijazyka žáků, která nás zajímá, ataké ktomu, kolik faktorů (akteré) ovlivňujících její užívání zaznamenává ajak podrobně. Nejčastěji to bývá první jazyk žáků (např.čeština žáků sprvním jazykem čínským) aúroveň ovládání cílového jazyka (zřídka jde ozačátečníky, častěji omírně pokročilé nebo pokročilé), téma (blízké, známé, citově zabarvené vs. vzdálené, neznámé, citově neutrální), žánr, způsob sběruapod. Korpusy řady CZESL28 byly budovány se snahou získat jazyková data vtakové skladbě, aby vnich byly zastoupeny všechny úrovně ovládání jazyka, od začátečníků po pokročilé, aaby vrepertoáru prvních jazyků studentů byly dostatečně zastoupeny tři jejich skupiny: jazyky slovan28 CZESL -PLAIN, CZESL -SGT, CZESL -MAN (sekundárně ijejich deriváty). 46 korpusy v jazykovém vyučování ii. dnes chybovým značkováním vybaven; volí se přitom různě detailní strategie– někdy jsou chyby pouze vyznačeny, emendovány, jindy též pojmenovány (zařazeny do určité kategorie), případně hodnocenyatd. Zkorpusů řady CZESL jsou emendovány, lemmatizovány aotagovány, včetně tagování chybového, CZESL -SGT aCZESL -MAN. CZESL -SGT byl emendován automaticky spomocí specifi ckých programů pro kontrolu pravopisu agramatiky; vznikly tak dvě vrstvy, původní aemendovaná, slovům vobou těchto vrstvách byla přiřazena, opět automaticky, lemmata atagy (slovnědruhové amorfologické značky), dále pak údaje ochybě. CZESL -MAN prošel emendací manuální anávazně semiautomatickou anotací, rovněž včetně anotace chybové. Při hledání vkorpusu CZESL -SGT můžeme vyjít způvodního tvaru (word, kněmu je vázáno lemma, tag; ktypům vyhledávání vizdále) nebo ztvaru emendovaného (word1, lemma1, tag1), můžeme hledat typy chyb (err)apod. Zadáme -li např.word137 slova miluje, zobrazí se nám na pozici word jak užité tvary standardní, tak itvary chybové (míluje, milujút). Je potřeba upozornit, že uautomatické emendace aanotace musíme počítat snepřesnostmi aomyly, ato jak ve vlastní emendaci, tak vanotaci. Pokud jsme si toho ale vědomi, může nám korpus CZESL -SGT posloužit jako mimořádně bohatý zdroj dat pro výzkum ivýuku. 37 Viz dále. seznámení skorpusy akorpusovou lingvistikou 47 4. Práce skorpusem Vnásledující kapitole se seznámíme sněkolika korpusy češtiny ase základními způsoby vyhledávání vnich. 4.1. Český národní korpus (ČNK) 4.1.1. Materiál/Obsah Český národní korpus je projekt, který má za úkol vytváření dílčích korpusů češtiny. Obsahuje především korpusy psaného jazyka, ale také několik korpusů mluvené češtiny. Vsouhrnu se jedná onejobsáhlejší jazykový materiál, který je pro češtinu zpracován. Psané korpusy lze dělit na korpusy synchronní , které dokládají současný jazykový úzus, akorpusy diachronní , které zachycují jazyk vjeho vývoji. Nezanedbatelný je také mnohojazyčný paralelní korpus InterCorp , který nabízí zarovnané texty (překlady textů) ztéměř 40 jazyků. Kompletní přehled všech dostupných korpusů vč. jejich charakteristiky najdete na webu Českého národního korpusu.38 Pro výuku žáků sOMJ jsou relevantní především reprezentativní korpusy současné češtiny, např.SYN2015, nebo akviziční korpusy, např.žákovský korpus CZESL. Vzávislosti na cíli výuky apo zvážení jazykového původu žáků lze využít také texty paralelního korpusu InterCorp. 4.1.2. Vyhledávač neboli korpusový manažer ČNK využívá korpusový manažer KonText , dostupný zwebové stránky ČNK www.korpus.cz. KonText je umístěn vhorním menu vlevo. Lze jej využívat ibez registrace, po bezplatném zaregistrování je ale kdispozici více funkcí. 38 h\ ps://wiki.korpus.cz/doku.php/cnk:uvod 48 korpusy v jazykovém vyučování ii. Obrázek 1: Úvodní stránka manažeru KonText 4.1.3. Vyhledávání Před vyhledáváním je třeba si ujasnit základní parametry, které ovlivňují jeho výsledek. Jedná se ovolbu korpusu, výběr typu dotazu, zadání dotazu, příp.specifi kaci kontextu aomezení hledání. První tři jmenované kategorie jsou klíčové anelze je vynechat. Na volbě těchto tří kategorií také přímo závisí výsledek korpusové analýzy. Poslední dvě kategorie jsou fakultativní aumožňují přesnější zadání dotazu. Obrázek 2: Zadání dotazu vKonTextu seznámení skorpusy akorpusovou lingvistikou 49 4.1.4. Volba korpusu Vprvní řadě je třeba zvolit korpus, vněmž bude hledání probíhat. Výběrem pole spřednastaveným korpusem se otevře tabulka se štítky, podle nichž lze vkorpusech hledat. Pro lepší přehlednost je možné se orientovat podle seznamu korpusů na encyklopedii wiki .39 Každý ze štítků pod sebou skrývá nabídku všech relevantních korpusů, znichž si lze následně vybrat ten nejvhodnější. Obrázek 3: Výběr zdrojového korpusu 4.1.5. Typ dotazu Před zadáním vlastního dotazu je třeba vybrat jeho typ. Přednastavený je základní typ dotazu . Jedná se ointuitivní způsob zadání dotazu. Pokud je do pole dotazu zadáno slovo vzákladním tvaru (upodstatných jmen první pád jednotného čísla, usloves infi nitiv, upřídavných jmen nestupňovaný tvar mužského roduapod.), zobrazí se výsledky obsahující všechny tvary hledaného slova (od slova mladý doklady obsahující všechny slovní tvary– mladými, mladým, mladéhoapod.). Pokud vzákladním typu dotazu zadáme konkrétní slovní tvar (např.mladými), budou výsledky analýzy zahrnovat pouze texty obsahující tento slovní tvar. Vzákladním dotazu lze zadávat islovní spojení, přičemž platí stejná pravidla jako ujednoslovných zadání. Usousloví vkonkrétním tvaru (např.svelkou pravděpodobností) budou výsledky obsahovat texty stímto konkrétním tvarem. Pro vyhledání všech tvarů sousloví je třeba zadat jeho komponenty vzákladním tvaru, tj.např.pro spojení svelkou pravděpodobností zadáme dotaz ve tvaru svelký pravděpodobnost. 39 h\ ps://wiki.korpus.cz/doku.php/cnk:uvod 50 korpusy v jazykovém vyučování ii. Výsledky pak obsahují sousloví svelkou pravděpodobností, světší pravděpodobností, snejvětší pravděpodobností. Využití základního typu dotazu je tedy vhodné pro jednodušší dotazy adoporučuje se pro korpusové začátečníky. Jeho nevýhodou je, že nemůže obsahovat tzv.regulární znaky, tj.znaky mající zástupnou funkci (více oregulárních znacích obsahuje wiki40). Druhým typem dotazu je lemma . Do pole dotazu se zadává základní tvar slova ave výsledcích se zobrazují všechny tvary zvoleného slova. Výhodou dotazu typu lemma je, že umožňuje doplnit dotaz ospecifi kaci slovního druhu, atím uněkterých slov zamezit vysoké chybovosti zdůvodu homonymie. Příkladem může být slovo stát, které včeštině existuje jako podstatné jméno isloveso. Třetím typem dotazu je fráze . Při volbě fráze se do pole dotazu zadává slovní spojení vkonkrétním tvaru, které je pak také vtémže tvaru zobrazeno ve výsledcích analýzy. Čtvrtým typem dotazu je slovní tvar . Do pole dotazu se zadává konkrétní slovní tvar, který je pak zobrazen ve výsledcích. Pokud je při tomto typu zadán neutrální slovní tvar (např.infi nitiv), je na rozdíl od základního typu dotazu ve výsledcích zobrazen jen infi nitiv, nikoli další slovní tvary. Slovní tvar je možné upřesnit volbou slovního druhu (např.mezi– předložka vs. podstatné jméno v6. pádě jednotného čísla). Utypů dotazů lemma aslovní tvar je na rozdíl od základního typu dotazu možné volit slovní druhy, atím eliminovat tvarovou homonymii. Předposledním nabízeným typem dotazu je část slova . Umožňuje vyhledat slovní tvary, které obsahují zadaný řetězec znaků, azahrnout do dotazu též regulární (tj.zástupné) znaky. Řetězcem znaků je myšlen pouhý sled znaků/písmen bez nároku na morfologické dělení (kořen slova, předpony, příponyatd.). Hledáme -li tedy pomocí tohoto typu dotazu slova spředponou před-, bude ve výsledcích analýzy zobrazen též slovesný tvar přede od slovesa příst. Posledním typem dotazu je CQL (= corpus query language ), což je dotazovací jazyk umožňující komplikovanější vyhledávání. Více kpráci sCQL najdete na wiki.41 Pro jednoduchou arychlou orientaci vrozdílech mezi typy dotazů slouží nápověda ve formě modrého pole sotazníkem, která uživateli poskytne rychlou charakteristiku zvoleného typu dotazu. 40 h\ ps://wiki.korpus.cz/doku.php/kurz:regularni_vyrazy 41 h\ ps://wiki.korpus.cz/doku.php/kurz:pokrocile_dotazy seznámení skorpusy akorpusovou lingvistikou 51 Obrázek 4: Volba typu dotazu 4.1.6. Zadání dotazu Po výběru typu dotazu je třeba dotaz formulovat. Vzávislosti na vybraném typu dotazu lze zadat základní nebo konkrétní slovní tvar, příp.použít vdotazu regulární znaky . Po výběru některých typů dotazů je zpřístupněno doplňkové okno umožňující defi novat slovní druh. Uníže uvedeného příkladu je hledáno sloveso stát ve všech jeho tvarech (je tedy vyloučena homonymie spodstatným jménem stát). Obrázek 5: Zadání dotazu aspecifi kace slovního druhu 52 korpusy v jazykovém vyučování ii. 4.1.7. Specifi kace kontextu Oddíl specifi kace kontextu se využívá tehdy, pokud uživatel potřebuje ovlivnit kontext vyhledávaného výrazu nad rámec možností, které mu poskytuje zadání dotazu. Využívá se tehdy, pokud hledané slovo chceme vjeho nejbližším okolí rozšířit odalší slovo/slova, příp.pokud chceme další slovo/slova vokolí zvyhledávání vyloučit. Zadávat lze jak konkrétní slova/slovní tvary, tak kategorie slovních druhů. Specifi kace kontextu také slouží tam, kde je třeba vyhledat víceslovné spojení, jehož komponenty nestojí pevně za sebou (ktomu slouží typ dotazu fráze). Po volbě specifi kace kontextu se zadávací tabulka rozšíří oněkolik částí. Voddílu Filtrovat podle lemmatu je třeba nejprve určit, jaký kontext má být do vyhledávání zahrnut. Kontext se určuje vtokenech (jeden token = zjednodušeně jeden slovní tvar na daném místě), jejichž počet si uživatel volí vtabulce. Před údajem kpočtu tokenů uživatel vybírá, zda se počet zahrnutých tokenů týká jen části textu před hledaným slovem, tj.vlevo, nebo po hledaném slově, tj.vpravo, nebo na obě strany od hledaného slova, tj.vlevo ivpravo. Je možné zadávat slova vjejich základních tvarech, tj.lemmatech. Pole Lemma(ta) umožňuje vepsat jedno nebo více slov. Vtabulce na konci řádku je třeba vybrat, zda mají být zadaná slova obsažena všechna vzadaném kontextu, nebo zda může být vybráno kterékoli ze zadaných slov, příp.zda nemá být vybráno žádné. Při zadání jednoho slova znamená výběr všechny akteroukoli totéž. Uzadání všechna se ve výsledcích hledání zobrazí všechny úryvky textů, které obsahují hledaný výraz (vpoli Dotaz) azároveň také všechna zadaná slova vrámci nastaveného kontextu. Jako příklad uveďme podstatné jméno telefon zadané vpoli Dotaz, kněmuž jsou ve specifi kaci kontextu uvedeny atributy chytrý amobilní. Výsledky pak budou zobrazovat jen ty úryvky textů, které obsahují všechna tři slova, tj.chytrý, mobilní, telefon. Uzadání kteroukoli se ve výsledcích hledání zobrazí všechny úryvky textů, které obsahují hledaný výraz (vpoli Dotaz) azároveň vždy alespoň jedno ze zadaných slov, ve výše uvedeném příkladu to tedy budou úryvky obsahující slovní spojení chytrý telefon amobilní telefon. Uzadání žádnou se ve výsledcích hledání zobrazí všechny úryvky textů, které obsahují hledaný výraz (vpoli Dotaz) azároveň neobsahují ani jedno ze zadaných slov, obsahují tedy telefon, ale nikoli chytrý ani mobilní. Volba žádnou má tedy funkci negativního fi ltru, jímž defi nujeme, sjakými slovy se slovo zadané vdotazu nemá vyskytovat. Voddílu Slovní druh se postupuje při zadávání stejně jako voddílu Filtrovat podle lemmatu, jen stím rozdílem, že se nevypisují konkrétní slova vzákladním tvaru, ale volí se jen slovní druh/druhy jako kategorie. seznámení skorpusy akorpusovou lingvistikou 53 Obrázek 6: Specifi kace kontextu 4.1.8. Omezení hledání Pokud se uživatel rozhodne, že nechce vyhledávat vcelém zvoleném korpusu, může své vyhledávání omezit. Texty jsou vkorpusu tříděny podle různých kritérií (podle textového druhu, žánru, typu média, pohlaví autoraapod.) ana základě těchto kritérií lze vybrat skupiny textů, které budou zanalýzy vyloučeny. Obrázek 7: Omezení hledání 54 korpusy v jazykovém vyučování ii. Po vyplnění úvodní zadávací tabulky (ne všechny oddíly je třeba vždy vyplnit) azvolení tlačítka Hledat se spustí analýza. 4.1.9. Výsledky hledání Vnásledujícím textu bude popsána výsledková tabulka amožnosti dalšího zpracování zobrazených výsledků. Pro zde použité vzorové vyhledávání byl zvolen výchozí korpus SYN2015, typ dotazu Lemma, dotaz stát se specifi kací slovního druhu sloveso. Ve výsledkové tabulce je zobrazeno shrnutí zadání dotazu apočet nalezených výsledků, tj.počet textů, vnichž se objevil slovní tvar odpovídající zadání. Kromě absolutního počtu výskytů slovního tvaru je uváděn také údaj i.p.m. , což je relativní frekvence přepočítaná na celkovou velikost korpusu. Pro kvantifi kaci se jedná orelevantnější údaj, než je frekvence absolutní. Výsledková tabulka obsahuje několik základních částí. Každý řádek (konkordance ) je úryvkem textu, vněmž se hledané slovo vyskytuje. Vkaždém řádku lze odlišit několik typů údajů, které napříč řádky tvoří sloupce. Zleva se jedná oikonu umožňující nahlédnout do syntaktické struktury zvolené věty. Následuje bibliografi cký údaj ozdrojovém textu, po jehož výběru se zobrazí kompletní bibliografi cké informace otextu. Nejdůležitější je střední část obrazovky, která nabízí úryvky textů svycentrovaným klíčovým/hledaným slovem (KWIC). Pokud je potřeba zobrazení delšího kontextu, je to umožněno kliknutím na vybrané klíčové slovo. Defaultní nastavení korpusu zobrazuje 40 konkordancí. Pro zobrazení dalších je třeba se přesunout na další stránku výsledků. Obrázek 8: Výsledky hledání Zobrazením výsledkové tabulky ale práce skorpusem nekončí/nemusí končit. Výsledky lze ještě třídit afi ltrovat nebo vnich dále hledat. Všechny nástroje pro zpracování výsledků aovládání vyhledávání jsou knalezení vhorním menu. Vnásledujícím textu si představíme ty nejdůležitější znich. seznámení skorpusy akorpusovou lingvistikou 55 Pomocí záložky Dotaz je možné vrátit se do úvodní zadávací tabulky azahájit tak nové hledání. Nabídka Předchozí dotazy zobrazí historii dosavadních dotazů (vrámci jednoho sezení) aumožní se vrátit ke starším vyhledáváním ajejich výsledkům. Vzáložce Korpusy– Dostupné korpusy je nabízen přehled všech korpusů ČNK, které je možné zvolit jako zdroje pro vyhledávání (obdobně vúvodní zadávací tabulce při volbě korpusu). ČNK umožňuje svým uživatelům vytvoření vlastních subkorpusů, tj.korpusů, které si uživatel defi nuje zdostupného textového materiálu ČNK sám. Pro vytvoření vlastního subkorpusu musí být relevantní důvod, protože výběrem textů do korpusu jsou významně ovlivněny výsledky hledání atím iinterpretace těchto výsledků. Pro vytvoření asprávu vlastních subkorpusů slouží nabídka Mé subkorpusy, Vytvořit vlastní subkorpus aVytvořit veřejný subkorpus. Vlastní subkorpus bude kdispozici jen danému uživateli, veřejný subkorpus lze nasdílet vybraným uživatelům, např.studentům ve třídě. Obrázek 9: Vytvoření vlastního subkorpusu Výsledky hledání lze uložit na vlastní zařízení, např.na disk počítače. Je tím umožněna práce sdaty ivrežimu offl ine. Ukládat lze vrůzných formátech, např.csv.xlsx.xml či.txt. Obrázek 10: Uložení výsledků hledání Svýsledky hledání, resp. jednotlivými konkordancemi, lze dále pracovat. Relevantní může být jejich promíchání (volba Promíchat ) či výběr náhodného vzorku, jehož velikost určuje uživatel sám (volba Vzorek ). Tuto volbu lze provést vpřípadech, kdy je počet nalezených konkordancí příliš vysoký na to, aby mohlo dojít kjeho manuálnímu zpracování. 62 korpusy v jazykovém vyučování ii. riant vpsaném amluveném jazyce. Ostatní výsledky jsou roztříděné podle dalších kritérií ajsou knahlédnutí vzáložkách pod koláčovými grafy. Obrázek 24: SyD– výsledek vyhledávání porovnání tvarů bychom abysme Vzáložce Rozložení je možné nahlédnout do grafu znázorňujícího, vjakých textových typech ažánrech se zvolená varianta nachází. Po zvolení varianty 2 se graf přeskupí. Výsledky jsou opatřeny podrobným komentářem umožňujícím orientaci vproblematice interpretace těchto výsledků. Obrázek 25: SyD– typy textů Vnásledující záložce jsou graf týkající se psaného jazyka arozložení zvolených variant vtypech textů atextových žánrech zobrazeny podrobněji než vzáložce Rozložení. Pro ilustraci je vnásledujícím obrázku znázorněno rozložení podle žánrů. seznámení skorpusy akorpusovou lingvistikou 63 Obrázek 26: SyD– rozložení podle žánrů Záložka pro mluvený jazyk nabízí jiné kategorie třídění, např.podle pohlaví avěku mluvčího, podle jeho vzdělání či nářeční příslušnosti. Obrázek 27: SyD– třídění podle pohlaví avěku 64 korpusy v jazykovém vyučování ii. Obrázek 28: SyD– třídění podle nářeční příslušnosti Poslední záložka nabízí nejčastější kolokace koběma variantám. Izde jsou výsledky opatřeny doprovodným vysvětlujícím textem. Více informací kpráci saplikací SyD je knalezení ve wiki.44 Obrázek 29: SyD– kolokace 44 h\ ps://wiki.korpus.cz/doku.php/manualy:syd seznámení skorpusy akorpusovou lingvistikou 65 4.2.2. Aplikace Morfi o Aplikace Morfi o je navržena tak, aby umožňovala odhalovat apozorovat slovotvorné pravidelnosti češtiny. Využívá korpusových dat kodhadování rozsahu aproduktivity slovotvorných modelů se zaměřením na odvozování. Vychází zpoznatků slovotvorby češtiny avyhledává dvojice (nebo vícečetné kombinace) slov, která se chovají stejně jako zadaný model. Ve výuce žáků sOMJ lze Morfi o využít pro odhalování slovotvorných pravidel češtiny, pro uvědomění si jazykového systému aosvojení si nových slovotvorných postupů. Znalosti ze slovotvorby jsou při učení se každému jazyku mocným nástrojem pro rychlé obohacení slovní zásoby onová slova, ato na základě analogie, kterou slovotvorba disponuje. Vpřípadě slovotvorných produktů tak mluvíme opotenciální slovní zásobě, tj.slovní zásobě, kterou žák sice sám nikdy nepoužil ani se sní nesetkal, ale na základě znalosti slovotvorného pravidla dokáže slovo vytvořit apoužít. Práce sMorfi em tak představuje induktivní metodu výuky slovotvorby češtiny, která pracuje sjazykovým materiálem zábavnou formou. Východiskem práce sMorfi em je stanovení báze (základu slova) aformantů (částí slov, které podléhají změně). Při zadávání do vstupní tabulky lze využít jak kombinace písmen, tak regulárních znaků. Základem pro oba vzory může být tatáž konkrétní báze, např.škol-, nebo báze libovolná, tvořená jen regulárními znaky.+, přičemž uživatel volí, zda tato báze, příp.zvolené formanty mají být stejné nebo odlišné pro oba vzory. Oběma vzorům lze přiřknout ještě zvolený slovní druh, je -li tento údaj relevantní (např.slovo končící na -í může příslušet krůzným slovním druhům, aproto lze slovní druh vybrat). Výběr slovního druhu se doporučuje především proto, aby se eliminovaly nežádoucí výsledky. Uněkterých bází dochází při spojení srůznými formanty ke změnám, snimiž Morfi o počítá anazývá je alternace. Jedná se ozměny typu knih -aX kniž -ní; psá -t X psa -níapod. Důležité je, že ve vstupní tabulce není třeba vždy vyplňovat všechna zadávací pole, ale vždy jen taková, která jsou opodstatněná vzhledem kcíli analýzy. Východiskem je stanovení báze (základu slova) aformantů (částí slov, které podléhají změně). Základem slova škola (tj.bází) je škol-, formantem je -a, přičemž ibez korpusu jsme sami schopni vytvořit další slova sjinými formanty od téže báze, např.školní, školský, školník, školeníapod. Díky Morfi u můžeme rychle odhalit, která slova jsou schopna stejné změny jako slovo vyhledávané. Drobnou nevýhodou aplikace Morfi o je, že nedokáže rozeznat hranice morfémů (např.upředpony předjsou generována slova předevčírem, ale také předobrý). 66 korpusy v jazykovém vyučování ii. Obrázek 30: Morfi o Následující zadání umožňuje hledat dvojice slov, jejichž báze může být různá, ale která tvoří vždy dvojici, např.substantivum končící na -aatvořící adjektivum končící na -ní. Hledají se ave výsledcích se zobrazují lemmata. Alternace nebyly určeny. Obrázek 31: Morfi o– zadání dotazu Výsledky analýzy se zobrazí ve formě několika záložek amohou mít různou míru využití pro různé účely. Každá zvýsledkových tabulek je opatřena doprovodným komentářem. Úvodní tabulka agraf představují souhrnné výsledky analýzy. Pro účely výuky se jeví nejvyužitelnější tabulka Výpis, nabízející nalezené páry, které jsou kandidáty na hledaný slovotvorný produkt (např.abeceda– abecední). Jednotlivé slovní tvary lze kliknutím aktivovat adostat se tak do korpusových textů, vnichž lze pozorovat konkrétní užití daného slovního tvaru. seznámení skorpusy akorpusovou lingvistikou 67 Obrázek 32: Morfi o– souhrnné výsledky Obrázek 33: Morfi o– záložka Výpis 4.2.3. Aplikace KWords KWords je aplikace umožňující analýzu až 20 vybraných textů, např.stejného textového druhu či žánru, při níž probíhá porovnání těchto vložených textů sreferenčním korpusem. Při analýze jsou vtextu vyhledávána klíčová slova (měří se relativní frekvence každého slovního tvaru aporovnává se srelativní frekvencí téhož slovního tvaru vreferenčním korpusu, čímž lze získat seznam slovních tvarů, které jsou ve vybraných textech užity výrazně častěji alze onich uvažovat jako oklíčových, resp. majících spojitost sdaným textových druhem, resp. žánrem). Texty lze vsoučasné době nahrávat včeštině nebo angličtině. Pro relevantní výsledky je však dobré zvážit volbu vhodného referenčního korpusu, snímž budou vložené texty porovnávány. Nabídku referenčních korpusů lze nalézt na wiki.45 Pro výuku žáků sOMJ však není angličtina relevantní aznabízených českých korpusů doporučujeme využít přednastavený referenční korpus SYN2015. 45 h\ ps://wiki.korpus.cz/doku.php/manualy:kwords 68 korpusy v jazykovém vyučování ii. Práce saplikací je intuitivní. Po otevření aplikace na webové stránce je třeba vyplnit zadávací tabulku. Klíčové je zadání vlastního textu. Analyzovaný text by měl mít od několika set do několika tisíc znaků aje možné ho vložit dvěma způsoby. Text (nebo ivíce textů) lze přímo kopírovat do připraveného okna, nebo lze vpřípadě vkládání více textů užít tzv.multianalýzy, při níž se do korpusu jednotlivé texty nahrají. Druhým klíčovým krokem je zvolení referenčního korpusu, tedy korpusu, snímž se vlastní nahrané texty budou porovnávat. Na výběr je několik referenčních korpusů. Pro analýzu současných textů doporučujeme využívat např.SYN2015. Před zahájením analýzy je vhodné zvážit, zda zní nevyloučit některé/všechny nabízené slovní druhy, které jsou většinou vysokofrekvenční amohou výsledky analýzy znehodnotit, např.předložky, zájmena, spojkyapod. Vyloučení zanalýzy lze provést vtzv.stop -listu. Vlastní analýza probíhá na základě statistických měr; je možné zvolit jednu ze statistických měr nebo obě dvě zároveň. Analýza začne probíhat po stisku příkazu Analyzovat vlevé dolní části stránky. Obrázek 34: KWords– Zahájení analýzy Výsledky analýzy se zobrazují několika způsoby. Vzáložce Text je zobrazen analyzovaný text avšechna nalezená signifi kantní slova jsou zbarvena červeně. Text lze tedy pročítat asoustředit se přitom na vyhledané výrazy. seznámení skorpusy akorpusovou lingvistikou 69 Obrázek 35: KWords– ukázka analýzy46 Výsledky analýzy jsou nabízeny také vjiných formách. Vzáložce Klíčová slova uživatel nalezne souhrnnou tabulku slovních tvarů vyhodnocených jako signifi kantní pro zadaný text. Kromě seznamu je zde nabídnuta také hodnota statistické míry, podle které byl výpočet proveden, dále hodnota DIN, která uvádí míru relevance rozdílu mezi výskytem vzadaném textu avreferenčním korpusu (zde platí, že relevantní jsou slovní tvary shodnotou 75–100, přičemž čím je hodnota vyšší, tím je relevantnější). Uvygenerovaných slovních tvarů je také uvedena jejich frekvence vobou textových zdrojích. Obrázek 36: KWords– výsledek analýzy Další možností náhledu je distribuce zobrazující rozložení nalezených signifi kantních slov vtextu aKeyword links, jenž zobrazuje vztahy mezi jednotlivými klíčovými slovy. Interpretace těchto dat je určena spíše pro odborníky azkušené korpusové uživatele, proto se těmto doplňkovým informacím nebudeme dále věnovat. Bližší popis pro zájemce lze nalézt na wiki. 46 Analyzovaný text pochází z: h\ p://www.cesky -jazyk.cz/slohovky/pohadky/lez -ma -kratke- -nohy.html#axzz5IU96O5h7. 70 korpusy v jazykovém vyučování ii. Poslední zřady je přehled konkordancí, tj.konkrétních míst vtextu vzobrazení KWIC. Po výběru konkordance se soupis rozšíří ovšechny konkordance svybraným slovním tvarem. Tento náhled je výhodný především proto, že shromáždí všechny výskyty vybraného slovního tvaru pod jednu konkordanci alze na něm, na rozdíl od náhledu lineárního textu, analyzovat chování vybraného slovního tvaru ve všech jeho výskytech najednou. Obrázek 37: KWords– přehled konkordancí Využití aplikace KWords ve výuce jazyka může být různorodé. Nabízí se možnost analýzy textových druhů ažánrů, na jejímž podkladu žáci samostatně vytvářejí vybraný textový druh či žánr. Zajímavou možností je analýza vlastních vytvořených textů atím refl exe vlastního idiolektu nebo porovnání textů stejného zadání od žáků sčeštinou jako mateřštinou ažáků sOMJ. 4.2.4. Aplikace Treq Aplikace Treq je databází překladových ekvivalentů. Protože je založena na textech paralelního korpusu InterCorp, funguje obousměrně pro jazykové páry čeština–cizí jazyk aangličtina–cizí jazyk. Cizí jazyky jsou zde nabízeny vrozsahu odpovídajícím jazykům zastoupeným vInterCorpu. Samotné vyhledávání probíhá vprvním kroku zvolením výchozího acílového jazyka. Vdruhém kroku musí být zvolen hledaný výraz. Vyhledávané slovo musí být slovo zjazyka označeného jako výchozí alze ho formulovat jako určitý slovní tvar, jako lemma, případně lze vyhledávat víceslovná spojení nebo užít při hledání regulárních výrazů či ignorovat malá avelká písmena (až na vyhledávání konkrétního slovního tvaru je uvšech výše jmenovaných potřeba danou kategorii zaškrtnout). Hledání lze provést ve všech textech InterCorpu nebo lze omezit zdrojové texty na beletristické jádro (texty ručně zkontrolované azarovnané) nebo některou zkolekcí (texty automaticky zarovnané). Výsledkem hledání je seznam překladových ekvivalentů. Proklikem jednotlivých ekvivalentů se uživatel dostane do korpusu InterCorp, který mu zobrazí zarovnané texty obsahující jak výraz jazyka výchozího, tak nabídnutý ekvivalent jazyka cílového. seznámení skorpusy akorpusovou lingvistikou 71 Na těchto kontextech lze ověřit, zda zvolený ekvivalent odpovídá nárokům hledaného ekvivalentu. Své využití najde Treq především tam, kde se žáci učí pracovat scizojazyčnými ekvivalenty ajejich výběrem ataké se synonymy. Treq sice nelze označit za slovník, protože mu chybí celá řada nezbytných lexikografi ckých informací, ale na rozdíl od běžného slovníku disponuje velkou výhodou, kterou je propojení sautentickými texty ve formě konkordancí obsahujících vyhledaný ekvivalent. Zkontextů tak lze mnohdy vyčíst stejné nebo ještě bohatší informace ovýznamové apragmatické stránce jazykového ekvivalentu než ze slovníku. Uživatel si užíváním Trequ cvičí nejen své jazykové znalosti, ale isvůj jazykový cit asenzibilizuje se na práci stextovým materiálem ajeho výpovědní hodnotou. Následující obrázky nabízejí náhled úvodní zadávací stránky aplikace Treq, stránky svýsledky (nabídkou překladových ekvivalentů) astránky zobrazující konkordance InterCorpu uzvoleného ekvivalentu. Více informací oaplikaci Treq je knalezení na stránkách wiki.47 Obrázek 38: Treq– zadávací tabulka Obrázek 39: Treq– výsledek frekvenční analýzy 47 h\ ps://wiki.korpus.cz/doku.php/manualy:treq 78 korpusy v jazykovém vyučování ii. Pořadí Vše Substantiva Adjektiva Slovesa Předložky Spojky 80 místo vlas dětský trvat 81 při skupina osobní bát 82 začít důvod volný tvrdit 83 protože světlo slavný postavit 84 podle možnost skvělý existovat 85 jiný hráč pracovní vydat 86 každý kolo prázdný líbit 87 druhý byt široký připadat 88 myslet výsledek určitý napsat 89 tenhle klub střední uvidět 90 náš rameno nutný zapomenout 91 takový Petr moderní ptát 92 dítě syn oblíbený poznat 93 mezi metr dnešní napadnout 94 nějaký srdce ruský koupit 95 jejich systém čistý působit 96 přijít přítel rodinný otočit 97 život začátek úspěšný milovat 98 však krok hezký číst 99 dostat akce jednotlivý chápat 100 hlava policie krajský pustit Tabulka 1: Nejfrekventovanější slova vkorpusu SYN2015 5.2. Pracovní listy Následující ukázkové pracovní listy obsahují čtyři části. Na první straně naleznete anotaci apopsaný postup práce spracovním listem. Druhou stranu tvoří samotný pracovní list, který lze namnožit arozdat žákům. Po pracovním listu následuje popis práce skorpusem snázornými snímky obrazovky. Na konec je zařazeno řešení úkolů. Pracovní listy obsahují jak cvičení, která vyžadují přímou práci skorpusem během výuky (hands -on), tak cvičení, která jsou založená na jazykových datech zkorpusu, ale přímou práci skorpusem během výuky nevyžadují (hands -off ). Pracovní listy mají sloužit jako inspirace pro tvorbu vlastních korpusových cvičení.48 48 Podobné pracovní listy naleznete také pod odkazem h\ ps://www.korpus.cz/proskoly. využití korpusů ve výuce 79 5.2.1 Prostředí KonText Pracovní list č.1: ADJEKTIVA ZDRAVÝ AZDRAVOTNÍ– Zdravý životní styl = žádné zdravotní problémy? Anotace Cvičení tohoto typu je vhodné zařadit do výuky, pokud dělá žákům problém rozlišovat význam podobných adjektiv aužívat je ve správných spojeních. Může jít jak oadjektiva, která mají jiný význam– zde např.zdravý azdravotní, tak oadjektiva, která mají vněkterých kolokacích význam stejný, ale existují různá omezení– např.šedý ašedivý, kdy se některá substantiva mohou pojit jen sjedním adjektivem (šedá eminence). Cvičení také rozšiřují slovní zásobu. Pracovní list vyžaduje samostatnou práci skorpusovým rozhraním KonText aobsahuje tři úkoly, které vedou ktomu, aby si žák vhodné použití adjektiv osvojil sám pomocí vyhledávání typických kolokací, následně formulací pravidel jejich spojování se substantivy, anakonec jejich použitím vtextu. Postup práce Před rozdáním pracovního listu je nutné žáky připravit na téma úkolů avhodně je motivovat kjejich vypracování. Vtomto případě může učitel sžáky mluvit otom, co sami dělají pro své zdraví ajaké existují zdravotní problémy. Kdiskuzi může využít předem připravený text, který bude obsahovat tematizovaná adjektiva, nebo jen otázku vnázvu pracovního listu. Po tomto úvodu učitel obrátí pozornost žáků kadjektivům zdravý azdravotní azeptá se jich, jaký je vnich rozdíl akterá substantiva se snimi mohou pojit. Jako motivační prvek dobře slouží návodné obrázky (zdravé jídlo nebo tělesné aktivity x různá onemocnění, nemocniční personál). Odpovědi žáků lze zapisovat na tabuli formou myšlenkové mapy. Následně učitel rozdá žákům pracovní list. Ti pak splní první úkol dle schopnosti práce skorpusem sami, ve dvojicích nebo společně sučitelem. Před plněním je vhodné projít postup práce skorpusem. Žáci mohou první cvičení také dostat za domácí úkol. Vpřípadě, že žáci některým substantivům, která najdou, nerozumí, je třeba jejich význam osvětlit. Vhodné je využít předem připravené obrázky apříkladové věty. Příkladové věty mohou žáci sami najít kliknutím na pozitivní fi ltr (p/n) uvybraného substantiva vseznamu kolokátů, po kterém se jim objeví všechny věty sdaným adjektivem asubstantivem. Věty pocházejí zčeských textů, je třeba proto počítat stím, že mohou být pro žáky na nižší jazykové úrovni (asi do B2) nesrozumitelné anaopak matoucí. Důležité je 80 korpusy v jazykovém vyučování ii. upozornit žáky také na gramatický rozdíl mezi měkkým adjektivem zdravotní atvrdým adjektivem zdravý. Tvary adjektiv si opět mohou ověřit kliknutím na pozitivní fi ltr udaného substantiva. Nalezené kolokace by během kontroly vždy měli číst se správnou koncovkou adjektiva (tj.zdravý rozum, zdravá výživa X zdravotní problém, zdravotní sestra). Až si žáci najdou substantiva abude osvětlen jejich význam, měli by se sami nebo ve skupině pokusit zformulovat významovou defi nici. Mohou vymyslet příklady dalších kolokátů (některé jsou uvedeny včásti řešení). Druhý úkol žáci plní až po kontrole prvního. Opět je nutné, aby před začátkem práce rozuměli zadaným substantivům aaby adjektiva použili se správnou koncovkou. Třetí úkol mohou žáci plnit samostatně nebo ve dvojicích. Mohou soutěžit oto, který text bude nejvtipnější nebo ve kterém bude použito nejvíce spojení adjektiv asubstantiv. Učitel si může připravit začátek textu, na který budou žáci navazovat. Např.Když byla Klára malá, měla hodně zdravotních problémů. Kvůli nim často chyběla ve škole, atak ještě vdeseti letech neuměla dobře číst apsát… Texty poté mohou žáci přečíst vplénu nebo je učitel může vybrat aopravit. Texty si také žáci mohou opravit navzájem. využití korpusů ve výuce 81 ZDRAVÝ ŽIVOTNÍ STYL = ŽÁDNÉ ZDRAVOTNÍ PROBLÉMY? 1. Najděte vkorpusu syn2015 deset nejčastějších substantiv po adjektivech zdravý azdravotní. Potom vysvětlete, co znamenají akdy se používají. zdravý zdravotní 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 2. Co ještě může být zdravé aco zdravotní? Přiřaďte anapište ksubstantivům adjektivum se správnou koncovkou. handicap, holčička, noha, obtíž, prohlídka, zub zdravý: zdravotní: 82 korpusy v jazykovém vyučování ii. 3. Napište krátký text, ve kterém použijete vždy alespoň třikrát adjektivum zdravý azdravotní. Ke každému adjektivu musíte použít jiné substantivum. využití korpusů ve výuce 83 Postup práce skorpusem Postup 1 1. Vkorpusu syn2015 zvolte Typ dotazu lemma ado okénka Dotaz napište hledané adjektivum (zdravý nebo zdravotní). Dále rozbalte možnost Specifi kovat kontext. Zde včásti Slovní druh zadejte Velikost kontextu vpravo 1 token. Jako slovní druh zvolte podstatné jméno. Tím najdete všechny věty, ve kterých bude hned vpravo vedle daného adjektiva podstatné jméno. Obrázek 41 84 korpusy v jazykovém vyučování ii. 2. Až se vám zobrazí konkordance, vyberte možnost Kolokace, dále zvolte Vlastní. Jako Atribut si vyberte lemma, vkontextu od 0 do 1. Obrázek 42 3. Zobrazí se frekvenční seznam nejčastějších substantiv, která se pojí sdaným adjektivem astojí ve větě vždy hned vedle něj. Obrázek 43 využití korpusů ve výuce 85 Postup 2 1. Vkorpusu syn2015 zvolte Typ dotazu lemma ado okénka Dotaz napište hledané adjektivum (zdravý nebo zdravotní). Obrázek 44 2. Až se vám zobrazí konkordance, vyberte možnost Kolokace, dále zvolte Vlastní. Jako Atribut si vyberte lemma, vkontextu od 0 do 3. Obrázek 45 86 korpusy v jazykovém vyučování ii. 3. Zobrazí se vám frekvenční seznam nejčastějších slov následujících po daném adjektivu, ato až do třetí pozice od vlastního adjektiva. Protože jste na začátku nespecifi kovali slovní druh, je třeba ze seznamu kolokátů vybrat jen substantiva. Výhodou je, že najdete ikolokáty, které jsou dále od daného adjektiva (např.zdravý životní styl). Obrázek 46 4. Pokud chcete využít pozitivní fi ltr, klikněte na písmeno p ve sloupci fi ltr. Zde je příklad pozitivního fi ltru usubstantiva rozum vseznamu nejčastějších kolokátů adjektiva zdravý. Obrázek 47 využití korpusů ve výuce 87 Řešení 1. Seznam deseti nejčastějších kolokátů zdravý první postup druhý postup rozum rozum výživa výživa strava styl stravování strava potravina potravina sebevědomí stravování jídlo jídlo jedinec jedinec životospráva sebevědomí bydlení bydlení zdravotní první postup druhý postup pojišťovna pojišťovna postižení postižení pojištění pojištění stav péče péče stav sestra sestra potíž potíž problém problém komplikace komplikace služba služba 94 korpusy v jazykovém vyučování ii. 3. Doplňte tabulku. První řešení je příklad. první pád– koncovky čtvrtý pád– koncovky ženský rod celá láhev-á (celá), -konsonant (lahev)-ou (celou) --- (láhev) velká radost-á (velká), -konsonant (radost) ( ) ( ) další výhra-í (další), -a(výhra) ( ) ( ) poslední šance-í (poslední), -e (šance) ( ) ( ) mužský rod životný nový přítel / muž-ý (nový), -tel / měkký konsonant (přítel/muž) ( ) ( )/ ( ) mladší syn-í (mladší), -tvrdý konsonant (syn) ( ) ( ) starší kolega-í (starší), -a(kolega) ( ) ( ) dobrý rádce-ý, (dobrý), -e (rádce) ( ) ( ) mužský rod neživotný celý den-ý (celý), -konsonant (den) ( ) ( ) příští měsíc-í (příští), -konsonant (měsíc) ( ) ( ) střední rod dobré jídlo-é (dobré,), -vokál (jídlo) ( ) ( ) čisté oblečení-é (čisté), -vokál (oblečení) ( ) ( ) malé štěně-é (malé), -vokál (štěně) ( ) ( ) další rande-í (další), -vokál (rande) ( ) ( ) využití korpusů ve výuce 95 Postup práce skorpusem 1. Vrozhraní KonText zvolte korpus syn2015. Jako Typ dotazu zvolte CQL aklikněte na Vložit tag. Jako slovní druh vyberte adjektivum (hledáme věty, ve kterých se budou vyskytovat adjektiva), dále příslušný jmenný rod (femininum, maskulinum animatum, maskulinum inanimatum, neutrum), číslo singulár, pád akuzativ. Klikněte na Vložit. Obrázek 48 2. Výsledný tag se vloží do pole Dotaz. Jako Výchozí atribut ponechte word. Můžete specifi kovat kontext tak, aby se přímo za adjektivem objevilo podstatné jméno (vizobrázek). Není to ovšem nutné, vět bez substantiv se ibez specifi kace zobrazí jen málo. 96 korpusy v jazykovém vyučování ii. Obrázek 49 3. Dále klikněte na Hledat. Zobrazí se vám konkordance. Obrázek 50 využití korpusů ve výuce 97 4. Po kliknutí na tučně vyznačené adjektivum se vám zobrazí širší kontext. Zvět je třeba vybrat takové, které budou odpovídat úrovni žáků, případně je třeba věty přizpůsobit. Vhodné je zobrazit si nejprve nejfrekventovanější adjektiva pomocí funkce Frekvence. Po kliknutí na Frekvence azvolení atributu Lemmata se zobrazí frekvenční seznam. Obrázek 51 5. Příkladové věty zobrazíte funkcí pozitivní fi ltr (p). Znich vyberte vyhovující tak, aby byla zastoupena měkká itvrdá adjektiva ivšechny typy skloňování. Věty zjednodušte podle úrovně žáků. 98 korpusy v jazykovém vyučování ii. Pracovní list č.4: FRAZÉMY TYPU MÍT + PŘÍČESTÍ TRPNÉ– Máte hotovo? Anotace Pracovní list obsahuje cvičení založená na jazykovém materiálu zkorpusu. Učitel si cvičení připraví předem, žáci ve výuce skorpusem nepracují. Na základě autentického jazykového materiálu se seznámí sfrázemi typu mít + příčestí trpné. Cvičení lze samozřejmě upravit pro další frazémy. Postup práce Cvičení jsou věnována frazémům obsahujícím příčestí trpné. Je proto vhodné, aby byli žáci již dříve seznámeni spasivem askonstrukcí mít + příčestí trpné, která typicky vyjadřuje výsledný stav (viznázev listu). Vprvním úkolu žáci přiřazují kfrazémům jejich stručnou významovou defi nici. Vhodné je, aby pracovali ve dvojicích. Kontrola pak může proběhnout nejprve ve skupinách, poté vplénu. Druhý úkol žáci plní až po kontrole prvního. Je vhodné vyřešit první příklad dohromady. Po splnění druhého úkolu mohou žáci vymyslet podobné cvičení. To může být idomácí úkol– žáci mohou příkladové věty najít vkorpusu. Zde by ovšem bylo dobré, aby jim učitel pomohl se zadáním (vizčást Postup práce skorpusem) nebo aby vyhledávali jednoduše přímo pomocí fráze vdaném tvaru (např.má vyhráno). využití korpusů ve výuce 99 MÁTE HOTOVO? 1. Spojte synonyma. 1. mít upito A. směřovat někam, např.jet někam 2. mít namířeno někam B. vidět směr své budoucnosti 3. mít nakročeno někam C. zaměřovat se na něco 4. mít zaostřeno na něco D. ještě bojovat 5. nemít vyhráno E. být zabezpečený, zajištěný 6. mít vystaráno F. mít strach 7. mít zaděláno na problém/úspěch G. mít vsobě alkohol 8. mít nahnáno zněkoho/něčeho H. být vsituaci, která způsobí problém/úspěch 2. Výrazy zlevého sloupce tabulky doplňte do vět ve správném tvaru. 1. Muž byl při autonehodě těžce zraněn anyní leží vkritickém stavu vnemocnici astále ještě . 2. Neukázněného řidiče, který usedl za volant, ačkoliv , zadrželi vúterý po půlnoci policisté vRožnově pod Radhoštěm. 3. Novináři na politické dění na Slovensku. 4. Recidivista zHlučína na rekordní již dvaadvacátý pobyt ve vězení. Policisté zjistili, že tentokrát vykradl rodinný dům vOstravě. 5. Ten muž se vůbec nebojí, ne zpolicie . 6. Vbranickém psím útulku se radují. Firma zPoděbrad jim věnovala jeden apůl tuny granulí. „Přinejmenším do konce roku ,“ odhaduje ošetřovatel Zdeněk Blažek. 7. Vrychlíku do Chebu jsem potkala bývalou spolužačku aptala jsem se jí, kam . 8. DiCaprio je pořád tahoun, fi lm sjeho jménem na úspěch. 3. Vyberte si pět frází avymyslete pro spolužáky podobné cvičení. 100 korpusy v jazykovém vyučování ii. Postup práce skorpusem 1. Vrozhraní KonText si vyberte korpus syn2015 aTyp dotazu CQL. Budete hledat všechny věty se slovesem mít apasivním příčestím. Kompletní dotaz vidíte na obrázku. Hledáte sloveso mít ve všech tvarech [lemma- =„mít“], dále může být ve větě několik libovolných slov– např.0–4 [] {0,4}, dále pasivní příčestí [tag=„Vs.*“]– tag si můžete vytvořit pomocí tlačítka Vytvořit tag (vizdruhý obrázek). Nakonec potřebujete zajistit, aby vše bylo vrámci jedné věty (within <s/>). Obrázek 52 Obrázek 53 využití korpusů ve výuce 101 2. Klikněte na Hledat azobrazí se vám konkordance: Obrázek 54 3. Pomocí funkce Frekvence (satributem slovní tvar) se podívejte na nejčastější spojení: Obrázek 55 102 korpusy v jazykovém vyučování ii. 4. Uvidíte, že frazémy jsou velmi frekventované. Pomocí pozitivního fi ltru (p) si zobrazte požadované věty. Na obrázku vidíte příklad pro má namířeno. Obrázek 56 5. Kliknutím na označenou frázi zobrazíte širší kontext. Nakonec vyberte aupravte vhodné věty pro cvičení. Řešení 1. 1G, 2A, 3B, 4C, 5D, 6E, 7H, 8F 2. 1 nemá vyhráno, 2 měl upito, 3 mají zaostřeno, 4 měl nakročeno, 5 nemá nahnáno, 6 máme vystaráno, 7 má namířeno, 8 má zaděláno využití korpusů ve výuce 103 Pracovní list č.5: IDIOMY– Já snad vyletím zkůže! Anotace Cvičení tohoto typu rozvíjejí schopnost rozpoznat avhodně použít idiomy. Hodí se pro pokročilé žáky, kteří už většinou nemají potíže se základním významem slov. Žáci ve cvičení ztohoto pracovního listu aktivně pomocí korpusu dohledávají chybějící část idiomu, pomocí kontextu by pak měli být schopni vysvětlit jeho význam. Postup práce Před samotnou prací skorpusem musejí být žáci seznámeni sexistencí idiomů, nejlépe pomocí textu obsahujícího dostatečně názorné idiomy. Pro seznámení lze využít ikvíz vprvním cvičení. Učitel se následně zeptá, zda žáci znají některé další idiomy se slovem kůže. Kromě těch, které se objevují vtomto pracovním listu, to mohou být například spojení kůže líná nebo zachránit si kůži. Následně žáci samostatně nebo ve skupinách doplní znění idiomu, vypíšou zkorpusu jeden příklad apokusí se vysvětlit význam. Kontrola proběhne vplénu, žáci si případně ještě předtím mohou porovnat řešení. Druhé cvičení mohou žáci také dostat za domácí úkol. Ve třetím cvičení si poté prakticky vyzkouší, zda idiomům správě porozuměli. 110 korpusy v jazykovém vyučování ii. 3. Pokud chcete hledat pouze vtextech určité skupiny mluvčích, je třeba zaškrtnout vybranou kategorii včásti Omezit hledání. Obrázek 63 4. Pomocí funkce Frekvence (satributem lemmata) se můžete podívat, která slovesa jsou nerodilými mluvčími nejčastěji užívána, avybrat si příklady podle jejich zastoupení. Některé chyby odhalíte již vtomto seznamu (např.sloveso půjít). využití korpusů ve výuce 111 Obrázek 64 Řešení 1. pošli– šli 2. půjít se mnou– se mnou jít 3. Přišla jsem tady– Přišla jsem sem 4. nemůžu přijít knarozeninám– nemůžu přijít/jít ktobě / na narozeniny 5. když jsem přišla vČechách– přišla / přijela do Čech 6. nikdy nepříjdeme do té restaurace– nepůjdeme do té restaurace 7. Všichni se přišli sdárky– všichni přišli sdárky 8. že ktobě nemůžu přejít– přijít 9. budu jít do kina– půjdu/jdu 10. tak sejdeme tam– tak se sejdeme tam 11. jsem prošel na poštu pro známku– jsem šel / si došel / na poštu pro známku 112 korpusy v jazykovém vyučování ii. Pracovní list č.7: OPRAVA CHYB – Kvantita Anotace Pracovní list obsahuje cvičení založené na jazykovém materiálu zkorpusu. Učitel si cvičení připraví předem, žáci ve výuce skorpusem nepracují. Jejich úkolem je opravit chyby vkvantitě. Texty pocházejí od nerodilých mluvčích češtiny, učitel je nalezne vkorpusu CzeSL -SGT. Postup práce Toto cvičení je vhodné zařadit do lekce věnované pravopisu. Je možné vybírat do něj věty schybami typickými pro danou skupinu. Učitel tak může například hledat pouze texty rodilých mluvčích jednoho jazyka odpovídajícího jazyku jeho žáků. Vhodnou motivací pro úkoly, ve kterých žáci opravují chyby, může být instrukce, že jsou nyní sami učitelé. Učitel by jim měl říct, že jsou texty ve cvičení autentické aže je napsali jiní žáci. První větu může učitel se žáky opravit sám, další poté opravují samostatně nebo ve dvojicích. Kontrolu učitel provede vplénu, měl by nechat žáky přednést různé návrhy oprav avpřípadě nejasností je nechat opravu vysvětlit. využití korpusů ve výuce 113 Doplňte nebo škrtněte čárky. 1. Aja jsem chtěl velký byt. 2. Obědvala tam chutné jidlo. 3. Mám češtinu každe rano, ale ovikendu mam volno. 4. Moje město ma různá zajímavá mistá. 5. Auta take nepotřebujou jidlo anemusí odpočívat. 6. Mám se dobře, ale mám malý problem. Musím koupít nový byt. 7. 21.ledna musím byt na univerzitě, protože mám semestralní zkoušku. 8. Studuju češtinu každy den od 9:00 do 13:00. 9. Teď jsem moc spokojený, rad bydlím vPraze. 10. Ataký Praha je velmí hezká. 114 korpusy v jazykovém vyučování ii. Postup práce skorpusem 1. Zvolte korpus CzeSL -SGT aTyp dotazu CQL. Pro hledání slov chybně zapsaných bez kvantity vložte tag [err=„Quant0“], pro slova spřebývající kvantitou tak [err=„Quant1“]. Klikněte na Hledat. Obrázek 65 2. Zobrazí se vám konkordance se slovy schybějící nebo přebývající kvantitou, podle toho, který tag jste použili. 3. Pomocí funkce frekvence (satributem slovní tvary) si můžete zobrazit slovní tvary, které dělají žákům nejčastěji problém. Kliknutím na pozitivní fi ltr si zobrazíte věty. Znich vyberte vhodné příklady pro cvičení. Obrázek 66 využití korpusů ve výuce 115 Obrázek 67 116 korpusy v jazykovém vyučování ii. Obrázek 68 Řešení 1. Ajá jsem chtěl velký byt. 2. Obědvala tam chutné jídlo. 3. Mám češtinu každé ráno, ale ovíkendu mám volno. 4. Moje město má různá zajímavá místa. 5. Auta také nepotřebujou jídlo anemusí odpočívat. 6. Mám se dobře, ale mám malý problém. Musím koupit nový byt. 7. 21.ledna musím být na univerzitě, protože mám semestrální zkoušku. 8. Studuju češtinu každý den od 9:00 do 13:00. 9. Teď jsem moc spokojený, rád bydlím vPraze. 10. Ataky Praha je velmi hezká. využití korpusů ve výuce 117 Pracovní list č.8: OPRAVA CHYB – Pasivum Anotace Pracovní list obsahuje cvičení založené na jazykovém materiálu zkorpusu. Učitel si cvičení připraví předem, žáci ve výuce skorpusem nepracují. Jejich úkolem je opravit chyby vpasivních konstrukcích. Texty pocházejí od nerodilých mluvčích češtiny, učitel je nalezne vkorpusu CzeSL -SGT. Postup práce Toto cvičení je vhodné zařadit jako shrnující opakování pasivních konstrukcí. Je možné vybírat do něj věty schybami typickými pro danou skupinu. Učitel tak může například hledat pouze texty rodilých mluvčích jednoho jazyka odpovídajícího jazyku jeho žáků. Vhodnou motivací pro úkoly, ve kterých žáci opravují chyby, může být instrukce, že jsou nyní sami učitelé. Učitel by jim měl říct, že jsou texty ve cvičení autentické aže je napsali jiní žáci. První větu může učitel opravit společně se žáky, další poté opravují samostatně nebo ve dvojicích. Kontrolu učitel provede vplénu, měl by nechat žáky přednést různé návrhy oprav avpřípadě nejasností je nechat opravu vysvětlit. 118 korpusy v jazykovém vyučování ii. Opravte chyby vpasivu apasivních adjektivech. 1. Já jsem měla šťastné dětství, zač velmi vděčena rodičům. 2. Sportovní hala otevřeno denně. 3. Ta učebnice napsána pro cizince, kteří mluví rusky. 4. Na obrázku vidíme manželský pár vletech. Starší pán nabídl paní rámě. Asi je jaro, protože nejsou oblečeny moc teple. 5. Ti lidé nejsou lhostejní, jenom je moc nezajímá, včem jsi oblečeny aco máš za účes, proto se po tobě vmetru nekoukají. 6. Studium vzahraničí je však spojen smnoha problémy. 7. Ačkoli vRusku je mnoho náboženských svátků acelkem Rusové jsou pravoslavní, tyto svátky jsou povětšinou neslaveny vkostelích. Můžeme to přirovnat kčeské oslavě svátků, např.na Vánoce zdaleka ne všichni jdou do kostela, ale zůstávají doma srodinou. 8. Studujeme proto, abychom mohli být vždy připraveny na všechny životní úkoly. využití korpusů ve výuce 119 Postup práce skorpusem 1. Zvolte si korpus CzeSL-SGT aTyp dotazu CQL. Vložte tag pro slovesa, vdetailnějším určení slovního druhu zvolte příčestí trpné. Klikněte na Hledat. Obrázek 69 Vkonkordancích se vám zobrazí věty spříčestím trpným. Vyberte si vnich věty vhodné do cvičení apřípadně je upravte. Pomocí funkce Frekvence si můžete zobrazit slovní tvary, které dělají žákům největší potíže. Obrázek 70 Řešení 1. zač jsem velmi vděčná 2. Sportovní hala má otevřeno / je otevřená denně. 3. Ta učebnice byla napsána / je napsaná 4. nejsou oblečeni/í 5. jsi oblečený 6. je však spojeno/é 7. nejsou povětšinou slaveny 8. abychom mohli být vždy připraveni 126 korpusy v jazykovém vyučování ii. Postup práce skorpusem Do okének aplikace SyD jednotlivě napište všechny varianty. Nezaškrtávejte políčko a=A(hledáme začátek vět) ani políčko lemma. Klikněte na tlačítko Porovnat varianty. Pro zobrazení typů textů klikněte na záložku Psaný jazyk adále Typy textů. Řešení 1. vizúkol 2 a3 4. Při psaní se nejčastěji používá varianta Spozdravem Obrázek 72 5. Vkorespondenčních textech tato varianta převažuje ještě výrazněji. Obrázek 73 využití korpusů ve výuce 127 Pracovní list č.11: PRAVOPISNÉ DUBLETY – s/z Anotace Cvičení vtomto pracovním listu jsou zaměřena na pravopisné dublety gymnázium/gymnasium, univerzita/universita afi lozofi e/fi losofi e. Pro žáky mohou být oporou při rozhodování ovhodnosti způsobu zápisu. Zadání lze libovolně variovat, nabízí se zápis sodlišnou kvantitou (balon/balón) nebo psaní cizích slov (management/manažment). Postup práce Učitel žáky nejprve nechá samostatně doplnit snebo zdo slov ve cvičení jedna ařešení konzultovat se spolužákem. Následně svá řešení žáci zkonzultují vplénu. Je pravděpodobné, že nedojde ke shodě na jedné variantě, žáci mohou argumentovat pocitem líbivosti. Učitel zatím nebude řešení komentovat, ale odkáže žáky na aplikaci SyD. Ve dvojicích nebo vplénu do ní žáci postupně zadají všechny dvojice. Ve výsledcích nás tentokrát bude zajímat jen psaný jazyk. Vaplikaci žáci zjistí, že výrazně převládá zápis se z (vizřešení). Žáci se mohou pokusit sami přijít na to, vjakých textech se nejčastěji objevuje podoba se s. Jelikož ze zmíněných substantiv se zápis se s nejčastěji vyskytuje vpřípadě fi losofi e, je vhodné zaměřit se především na toto substantivum. Pomocí záložky Typy textů žáci zjistí, že se tato varianta nejčastěji vyskytuje vkorespondenci adále vbeletrii. Podrobnější dělení ukáže, že zbeletrie je zápis fi losofi e nejčastější vbásních adramatech. Žáci by tedy sami mohli přijít na to, že se tento způsob zápisu používá pro ozvláštnění. Zastaralost zápisu se sby teoreticky žáci mohli odvodit ztoho, že se častěji vyskytuje vkorespondenci, která dnes není tak často využívána. Zanalýzy by si měli odnést především to, že podoba se zje nyní při psaní přejatých jmen variantou neutrální. Nakonec se žáci mohou zamyslet nad tím, která další slova se dříve psala se sadnes už se píšou se z. 128 korpusy v jazykovém vyučování ii. 1. Doplňte písmena: gymná__ium, univer__ita, fi lo__fi e. Potom svoje řešení porovnejte se spolužákem. Doplnili jste stejné písmeno? 2. Porovnejte varianty gymnázium/gymnasium, univerzita/universita afi lozofi e/fi losofi e. Které varianty se vám více líbí? 3. Podívejte se do korpusu (h ps://syd.korpus.cz/) ařekněte, které varianty jsou při psaní častější. 4. Podívejte se, ve kterých textech se nejčastěji používá varianta se s. Proč to tak je? 5. Znáte další slova, která se dříve psala se sanyní se píšou se z? využití korpusů ve výuce 129 Postup práce skorpusem Do okének aplikace SyD jednotlivě napište obě varianty. Nechte zaškrtnuté políčko a=A(nezáleží na tom, jestli je první písmeno malé nebo velké), políčko lemma nezaškrtávejte. varianty se přiřazují kjednomu lemmatu, proto byste našli jen nové varianty gymnázium, fi lozofi e auniverzita. Klikněte na tlačítko Porovnat varianty. Pro zobrazení typů textů klikněte na záložku Psaný jazyk adále Typy textů (nejprve základní dělení, poté podrobně). Řešení 1. gymnázium/gymnasium, univerzita/universita, fi lozofi e/fi losofi e 2. dle diskuze 3. Vždy výrazně převládá varianta se z(více než 97% pro gymnázium auniverzita, skoro 67% pro fi lozofi e). 4. Pomocí záložky Typy textů žáci zjistí, že se tato varianta nejčastěji vyskytuje vkorespondenci adále vbeletrii. Podrobnější dělení ukáže, že zbeletrie je zápis fi losofi e nejčastější vbásních adramatech. Je to kvůli zastaralosti této podoby nebo pro ozvláštnění. 5. Např.dezinfekce, epizoda, fantazie 130 korpusy v jazykovém vyučování ii. Pracovní list č.12: STYLOVÉ TRIPLETY– Stále mě někdo opravuje. Ještě pořád neumím dobře česky. Proč mi to furt nejde?! Anotace Cvičení tohoto typu je vhodné zařadit do výuky, pokud chceme žákům ozřejmit použití dublet (triplet), které se neliší významově, ale pouze svou stylovou platností. Zadání lze libovolně variovat, vtomto pracovním listu se jedná ovarianty stále, pořád afurt. Postup práce Před obdržením pracovního listu by měli žáci vidět všechny varianty aměli by si jich sami všimnout vtextu. Učitel se poté zeptá žáků, kdy by jakou variantu použili. Může je vyzvat, aby si představili, že mluví skamarádem / ředitelem / učitelem nebo že píší ofi ciální nebo neofi ciální e -mail. Varianty by se měli pokusit seřadit podle formálnosti. Následně se sami podívají do aplikace SyD, předem musí být obeznámeni sjejím fungováním. Po zobrazení výsledků si žáci mohou sami ověřit, zda odpovídají jejich očekáváním oformálnosti daných variant. Za tímto účelem se také mohou podívat na typy textů azjistit, vjakých se nejčastěji používá jaká varianta. Žáci si mohou povšimnout např.relativně častého užití varianty furt vkorespondenci. Učitel pak může sžáky diskutovat otom, jak se korespondence blíží mluvenému jazyku azda jsou tyto tendence silnější např.při psaní sms zpráv. Dále by měl upozornit na to, že spoužitím varianty furt vmluveném jazyce souvisí také její neformálnost aže se tedy nehodí do ofi ciálního projevu. Nakonec si mohou žáci vyzkoušet použití sami. Mohou si například vrolových hrách stěžovat různým lidem apodle toho vhodně měnit lexikum. Paní učitelce tak mohou říkat: Moje kamarádka pořád mluví ajá neslyším, co říkáte. Spolužákovi mohou říct: Eva furt kecá ajá nic neslyším! Role se zadanými problémy, situacemi aslovní zásobou si může učitel připravit předem nebo je mohou vymyslet sami žáci. využití korpusů ve výuce 131 STÁLE MĚ NĚKDO OPRAVUJE. JEŠTĚ POŘÁD NEUMÍM DOBŘE ČESKY. PROČ MI TO FURT NEJDE?! 1. Porovnejte varianty stále, pořád, furt. Jaká je nejformálnější, jaká je nejméně formální? 2. Podívejte se do korpusu (h ps://syd.korpus.cz/) ařekněte, která varianta se nejčastěji používá při psaní akterá při mluvení? 3. Vjakých psaných textech se nejčastěji používá stále, vjakých pořád avjakých furt? stále: pořád: furt: 4. Stěžujte si na to, co často dělá váš kamarád / vaše kamarádka. Používejte vhodnou variantu avhodná slova podle toho, komu si stěžujete. 132 korpusy v jazykovém vyučování ii. Postup práce skorpusem Do okének aplikace SyD jednotlivě napište všechny varianty. Nechte zaškrtnuté políčko a=A(nezáleží na tom, jestli je první písmeno malé nebo velké), na políčku lemma nezáleží. Klikněte na tlačítko Porovnat varianty. Pro zobrazení typů textů klikněte na záložku Psaný jazyk adále Typy textů. Řešení 1. stále– pořád– furt Obrázek 74 2. Při psaní se nejčastěji používá varianta stále, při mluvení furt. 3. Typy textů Obrázek 75 využití korpusů ve výuce 133 Pracovní list č.13: OBECNÁ ČEŠTINA – ý>ej, é>í/ý Anotace Cvičení vtomto pracovním listu jsou zaměřena na obecnou češtinu ajejí použití na území České republiky. Konkrétně jde okonkurenci užití slov sdiftongizací ý > ej (dobrej) abez di¡ ongizace (dobrý) asúžením é > í (mlíko) abez úžení (mléko). Postup práce Žáci by měli před samotnou prací spracovním listem vědět, že vČeské republice existují různé nářeční oblasti. Učitel může žákům pomocí mapy ukázat, kde se nacházejí. Zároveň by měli být seznámeni sexistencí obecné češtiny avhodnosti jejího užití vrůzných komunikačních situacích. Pracovní list by měl navazovat na práci stextem, ve kterém se objevují obecně české prvky. Těch by si žáci měli povšimnout. Poté obdrží pracovní list. Učitel se nejprve zeptá žáků, co oobecné češtině vědí. Žáci mohou pracovat nejdřív ve skupinách. Typické charakteristiky poté zapisuje na tabuli učitel nebo žáci. Učitel se následně zaměří na změnu ý>ej aé > í. Vyzve žáky, aby se do korpusu podívali na rozložení jejího výskytu na území ČR pomocí daných příkladů. Příklady lze samozřejmě změnit. Důležité ale je, že vpřípadě sledování změn koncovek je potřeba zadávat celé spojení (např.celý den X celej den), jinak by se vyhledávala iadjektiva vjiném spojení (např.celý autaatd.), což by zkreslilo výsledek. Žáci se mohou před vlastní prací skorpusem pokusit odhadnout, kde bude která varianta převažovat. Při práci je důležité, aby pracovali svýsledky pro mluvený jazyk anářeční oblasti. Korpus není zhlediska nářečních oblastí vyvážený, proto nemá smysl vyhodnocovat pouze výskyt na celém území ČR zobrazující se vprvních kruhových grafech. Až žáci určí, kde di¡ ongizace aúžení typicky probíhá, vymyslí ve dvojicích příklady dalších slov, kde se ý mění na ej aé na í. Následně zahrají dialog, ve kterém si vyzkoušejí roli „typického Čecha“ a„typického Moravana“. Cvičení lze samozřejmě doplnit odalší charakteristiky obecné češtiny, např.převahu koncovky –ý vnominativu plurálu všech rodů (dobrý auta, ženy, muži, hrady). 134 korpusy v jazykovém vyučování ii. 1. Co víte oobecné češtině? Která obecně česká slova znáte? 2. Pro obecnou češtinu je typická změna ý>ej (dobrej kámoš) aé > í nebo ý (velký auto, mlíko). Podívejte se do korpusu (h ps://syd. korpus.cz/) ařekněte, kde jsou vČR tyto změny typické akde ne. Použijte příklady: výška - vejška, celý den– celej den, mléko– mlíko 3. Která další slova se můžou takto měnit? Napište co nejvíc příkladů. 4. Zahrajte dialog typického Čecha stypickým Moravanem. Jako Čech vněm používejte „ej“ a„ý/í“, jako Moravan mluvte spisovně. využití korpusů ve výuce 135 Postup práce skorpusem Do okének aplikace SyD vždy jednotlivě napište obě varianty. Nechte zaškrtnuté políčko a=A(nezáleží na tom, jestli je první písmeno malé nebo velké), vpřípadě jednoslovných hledání ipolíčko lemma (hledáme všechny tvary). Klikněte na tlačítko Porovnat varianty. Dále vyberte záložku Mluvený jazyk aNářeční oblasti. Zobrazí se vám barevná mapa sgrafy azároveň graf pro jednotlivé nářeční oblasti. Adresy dotazů: http://syd.korpus.cz/c3RhKzYq.syn (vejška, výška), h\ p://syd.korpus.cz/visNjrSk.syn (celej den, celý den); h\ p://syd.korpus. cz/h2skGGPz.syn (mlíko, mléko) Řešení vizgrafy Obrázek 76 142 korpusy v jazykovém vyučování ii. 1. Napište ktučným slovesům infi nitiv. Rozumím ti dobře. Dám ti pusu, až se vrátíš. Vroli Julie se představí Radka Coufalová. „Nestíhám, nemám čas,“ slyšíme všude kolem sebe. Jaké rozdíly vidíte vpráci architekta vUSA avEvropě? Vždycky se říká, že lidé osobě rádi mluví. 2. Doplňte tabulku. Slovesa sinfi nitivní koncovkou - , - a- mají osobní koncovky: já - (např. ) ty - (např. ) on/ona/ono - (např. ) my - (např. ) vy - (např. ) oni - (např. ) Všude je písmeno - . 3. Doplňte vhodné sloveso ve správném tvaru. koupit, muset, platit, sedět, vidět, zkoušet (já) si letenku na Floridu. (ty) jít klékaři. Učitelka žáky zmatematiky. My jako organizátoři honorář kapele. Vjaké lavici (vy) ? Všichni , že mu je špatně. využití korpusů ve výuce 143 Postup práce skorpusem 1. Vaplikaci Morfi o vyplňte pole podle obrázku. Pro obě první pole vyberte charakteristiku „společný“, protože kořen slova je vinfi nitivu ikonjugované formě stejný. Ponechte zde výchozí nastavení (.+), protože nezáleží na tom, jak budou hledaná slovesa vypadat. Pro druhé pole– pole pro formant vyberte charakteristiku „odlišný“. Vprvním vzoru vyplňujeme zakončení infi nitivu. Pro tento typ časování je to vždy vokál+t (až na výjimky, jako je jíst, okteré nám nyní nejde). Proto vyberte rozbalením druhého pole pro vzor 1 „samohlásky“ apo zobrazení další nabídky „všechny“ adopište t. Do políčka pro vzor 2 napište ím, tedy osobní koncovku první osoby singuláru. Hledají se tvary, protože nám jde otvary slovesa, nikoli olemmata. Dále klikněte na Hledat. Obrázek 80 2. Pro zobrazení frekvenčního seznamu nejčastějších sloves zvolte záložku Výpis aseznam sloves seřaďte podle frekvence. Jak je patrné ze seznamu, musíte výsledky protřídit, jelikož Morfi o neumí přiřadit infi nitiv ktvaru podle významu. Po vytřídění chybných údajů získáte představu onejfrekventovanějších slovesech, která poté můžete využít pro tvorbu cvičení. 144 korpusy v jazykovém vyučování ii. Obrázek 81 Příkladové věty nejlépe najdete přes rozhraní KonText pomocí funkce Slovní tvar, která vám umožní hledat přímo zadaný slovní tvar. Obrázek 82 Nalezené věty je třeba přizpůsobit jazykové úrovni žáků. využití korpusů ve výuce 145 Řešení 1. rozumět, vrátit se, představit se, slyšet, vidět, mluvit 2. Osobní koncovky jsou zjednodušené, nepočítá se zde svariantou rozumějí. Slovesa sinfi nitivní koncovkou -it, -et a-ět mají osobní koncovky: já -ím (např. rozumím) ty -íš (např. vrátíš se) on/ona/ono -í (např. představí se) my -íme (např. slyšíme) vy -íte (např. vidíte) oni -í (např. mluví) Všude je písmeno -í . 3. koupím– musíš– zkouší– platíme– sedíte– vidí 146 korpusy v jazykovém vyučování ii. Pracovní list č.16: KONJUGACE – Slovesa čtvrté slovesné třídy II. Anotace Cvičení tohoto typu je vhodné zařadit pro názornou ukázku konjugace sloves. Žáci si díky nim lépe uvědomí, že lze konjugační typ odvodit podle zakončení infi nitivu. Vtomto pracovním listu bylo jako ilustrační příklad zvoleno sloveso mluvit, lze ale samozřejmě použít jakékoliv jiné sloveso stypickým zakončením. Postup práce Před obdržením pracovního listu by měli žáci ve vhodném textu najít několik sloves jednoho konjugačního typu, okterý poté půjde při plnění úkolů. Sloves by si měli sami všimnout, pokud je to nutné, mohou je vyčasovat. Zde lze využít např.slovesa mluvit, rozumět, myslet. Žáci by měli vědět, že ktomuto typu patří slovesa, která jsou vinfi nitivu zakončená na -it, -et nebo -ět (vizdotaz vprvním úkolu). Sami by měli být schopní vymyslet další příklady. Před vlastní prací skorpusem se žáci mohou pokusit odhadnout, která slovesa tohoto typu budou nejfrekventovanější. Učitel si může předem připravit obrázky ilustrující deset nejčastějších sloves (vizřešení) ažáci mohou hádat, okterá slovesa jde. Následně dle svých schopností sami, vpárech nebo vplénu použijí aplikaci Morfi o aověří si své domněnky. Je možné, že některá slovesa nebudou znát. Učitel by měl po zobrazení výsledků ověřit porozumění např.tím, že žákům opět ukáže obrázky azeptá se jich, co člověk na obrázku dělá. Žáci jako odpověď musí používat slovesa, která nalezli. Je vhodné, aby po vlastní práci skorpusem žáci slovesa použili např.při psaní krátkého příběhu a/nebo aby si je procvičili hrou „aktivity“, během níž jeden žák sloveso namaluje, vysvětlí nebo předvede aostatní hádají, okteré sloveso se jedná. Pro rychlé azvídavé žáky vyšší úrovně je možné využít třetí úkol, během nějž mají porovnat produktivitu tohoto vzoru se vzorem pít. Zde může učitel také upozornit na to, že slovesa sdlouhým -í vinfi nitivní koncovce patří kjinému typu. Pokud žáky práce zaujme, mohou hledat také zbývající slovesa stejného konjugačního typu, slovesa dalších typů (dělat, kupovat) nebo slovesa „nepravidelná“ (plavat– plavu…). využití korpusů ve výuce 147 1. Jaký tvar má sloveso „mluvit“ pro „já“? Proč? Jaká další slovesa mají stejnou (identickou) konjugaci? 2. Která slovesa se stejnou konjugací jsou asi nejčastější? Diskutujte ve skupinách. Potom použijte Morfi o anajděte deset nejčastějších sloves. Napište si je avymyslete příběh, ve kterém použijete minimálně pět sloves. 3. Úkol pro rychlé: Kolik sloves má vkorpusu stejnou konjugaci jako mluvit (já mluvím) akolik jako pít (já piju)? 148 korpusy v jazykovém vyučování ii. Postup práce skorpusem. 1. Postup práce je stejný jako upředchozího pracovního listu. Vaplikaci Morfi o vyplňte pole podle obrázku. Pro obě první pole vyberte charakteristiku „společný“, protože kořen slova je vinfi nitivu ikonjugované formě stejný. Ponechte zde výchozí nastavení (.+), protože nezáleží na tom, jak budou hledaná slovesa vypadat. Pro druhé pole– pole pro formant– vyberte charakteristiku „odlišný“. Vprvním vzoru vyplňujeme zakončení infi nitivu. Pro tento typ časování je to vždy vokál+t (až na výjimky, jako je jíst, okteré nám nyní nejde). Proto vyberte rozbalením druhého pole pro vzor 1 „samohlásky“ apo zobrazení další nabídky „všechny“ adopište t. Do políčka pro vzor 2 napište ím, tedy osobní koncovku první osoby singuláru. Hledají se tvary, protože nám jde otvary slovesa, nikoli olemmata. Dále klikněte na Hledat. 2. Pro zobrazení sloves tohoto vzoru zvolte Výpis. Zobrazená slovesa následně seřaďte podle frekvence kliknutím na šipku směřující dolů uveličiny fq. Tak získáte deset nejčastějších (vizřešení). 3. Pro řešení doplňujícího úkolu (pít– piju) postupujte analogicky. Do políček pro odlišný formant tentokrát zadejte ít aiju. Poté porovnejte počet sloves obou typů. Řešení (na základě korpusu SYN2015) 1. Mluvím, protože všechna slovesa, jejichž infi nitiv končí na -et, -ět, -it + slovesa jíst, spát, stát mají osobní koncovky -ím, -íš, -í, -íme, -íte, -í. 2. myslet, vědět, muset, prosit, vidět, cítit, věřit, snažit, slyšet, vrátit 3. Stejnou konjugaci jako mluvit má asi 800 sloves, jako pít 21. Ve výsledcích se objeví 839, respektive 23 sloves, uněkterých ovšem najdeme inegativní formy. Přesto je zřejmé, že první typ je výrazně produktivnější než druhý. Když se na výsledky druhého hledání podíváte blíže, zjistíte, že se zde objevuje sedm prefi govaných sloves skořenem žít (dle frekvence: využít, použít, přežít, užít, zažít, prožít, dožít). Další slovesa jsou vpořadí dle frekvence zabít, pít, napít, vypít, bít, rozbít, nalít, šít, opít, zašít, lít, dopít. využití korpusů ve výuce 149 Pracovní list č.17: TVORBA SUBSTANTIV SUFIXACÍ– Myslivec dnes ulovil velkého jelena. Byl to obrovský úlovek! Anotace Cvičení tohoto typu je vhodné zařadit pro znázornění různých slovotvorných modelů. Žáci si díky nim lépe uvědomí, že lze od známých slov odvozovat nová slova pomocí předpon apřípon. Cvičení lze libovolně variovat, je možné hledat např.jen slova odvozená předponami (např.chod– vchod) nebo naopak jen slova odvozená příponami (např.školit– školitel). Vtomto pracovním listu půjde oslova utvořená ze sloves předponou úapříponou -ek (např.úlovek). Postup práce Učitel by se měl nejdřív ujistit, že žáci rozumí slovu, které bude sloužit jako model. Vnašem případě je to slovo úlovek. Pokud ho žáci neznají, může se učitel na základě příkladové věty vpracovním listu nebo obrázku smyslivcem lovícím jelena zeptat: Co dělal myslivec? Žáci by se měli dostat kodpovědi: Lovil jelena. Poté se učitel opět na základě věty nebo dalšího obrázku zeptá, jaký byl výsledek lovu– ulovil jelena. Výsledek je tedy úlovek. Učitel se žáků dále zeptá, na které části lze toto slovo rozdělit, čímž přejde ktematice slovotvorby. Žáci by měli přijít na kořen lov, předponu ú apříponu ek. Pokud neznají názvosloví, může je sním učitel tímto způsobem seznámit. Následně se učitel žáků zeptá, zda znají další slova, která vznikla stejným způsobem. Učitel si předem může připravit obrázky nebo věty svynechanými slovy, která žáci hledají (vizřešení), ažáci se mohou sami pokusit zjistit, okterá slova se jedná. Pravděpodobně se jim nepodaří určit všechna slova, ato by mělo sloužit jako motivace pro práci skorpusem. Žáci se sami nebo sučitelem podívají do aplikace Morfi o azjistí, která další slova jsou odvozena stejným způsobem. Je vhodné, aby tato slova poté použili např.vkrátkém příběhu. Pokud žáky práce skorpusem zaujme, mohou následně ve skupinách nebo za domácí úkol vyhledávat slova vzniklá na základě jiného slovotvorného modelu (např.jména činitelská, konatelská, obyvatelskáatd.). 150 korpusy v jazykovém vyučování ii. MYSLIVEC DNES ULOVIL VELKÉHO JELENA. BYL TO OBROVSKÝ ÚLOVEK! 1. Co znamená slovo „úlovek“? Jak vzniklo? 2. Které části má toto slovo? 3. Znáte nějaké další slovo se stejnou předponou apříponou? 4. Použijte aplikaci Morfi o anajděte další slova se stejnou předponou apříponou. Potom napište krátký text, ve kterém alespoň tři slova použijete. využití korpusů ve výuce 151 Postup práce skorpusem Do aplikace si přidejte na první místo uobou vzorů ještě jedno pole pro odlišný formant kliknutím na <+. Toto pole ponechte uprvního vzoru prázdné, udruhého do něj vyplňte ú. Udruhých polí ponechte charakteristiku „společný“ ivýchozí nastavení (.+). Do posledního pole pro odlišný morfém napište uprvního vzoru it, do druhého ek. Uprvního vzoru zvolte morfologickou specifi kaci slovesa, udruhého podstatná jména. Vyberte, že se hledají avyhodnocují lemmata. Velikost písmen můžete ignorovat. Nakonec klikněte na tlačítko Hledat. Obrázek 83 Řešení (na základě korpusu SYN2015) 1. Je to výsledek lovu, zvíře, které jsme ulovili nebo přeneseně cokoliv, co jsme získali např.koupí/výměnou (Ta vzácná známka, kterou jsem koupil od toho starého sběratele, je skvělý úlovek.) Vzniklo od slovesa ulovit příponou -ek. To zase vzniklo od slovesa lovit předponou -u. 2. Předponu ú-, kořen lov apříponu -ek. 3. viz4) 4. činit– účinek, lomit– úlomek, platit– úplatek, radit– úradek, šklebit– úšklebek, tulit– útulek Jak je zvýsledků analýzy patrné, je potřeba provést ještě interpretaci výsledků. Nedá se očekávat, že by slovo útulek významově vzniklo ze slovesa tulit, formálně ovšem souvislost má.