První korpus mluvčích češtiny v dětském věku

issn 2336-6591 © ilozo ická akul a, uni e zi a ka lo a ČASOPIS PRO MODERNÍ FILOLOGII 106, 2024, Č.1, S. 107–109 PRVNÍ KORPUS MLUVČÍCH ČEŠTINY VDĚTSKÉM VĚKU Ko pusy mlu eného ipsaného jazyka h ají klíčo ou oli e šech ling is ických dis- ciplínách. Zdosa adní české ling is ické p axe jsou dobře známé ozsáhlé obecné ko pusy i ůzné d uhy specializo aných da abází, sd užené přede ším pod hla ič- kou Českého ná odního ko pusu [ko pus.cz]. Český ná odní ko pus sp a uje aké přís up do ak izičních ko pusů zniklých pod značkou AKCES [akces. .cuni.cz], za- měřených na p odukci dě í e školním yučo ání, k e é si os ojují češ inu jako odilí ine odilí mlu čí. Ko pus Ch oma, publiko aný če enci 2023 péčí bada elského ýmu CoCzeFLA [cocze la. .cuni.cz] ámci elké ýzkumné in as uk u y LINDAT [ linda .cz, h ps://linda .cz/], jde ch onologicky ješ ě kousek dál azachycuje p odukci monoling ních dě í os ojujících si češ inu dě ském ěku (mezi 19 až 49 měsíci). Celos ě o ý ýzkum ak izice p ního jazyka dě ském ěku má p o s á ko - puso á bádání kdispozici uniká ní nás oj, meziná odní da abázi CHILDES [chi- ldes. alkbank.o g], níž je zařazen iko pus Ch oma. Ten o ko pus je ak řeba níma jednak kon ex u dos upných českých ak izičních ko pusů dě í školního ěku, kde zaplňuje meze u ch onologickou, jednak kon ex u jinojazyčných ko - pusů da abázi CHILDES, kde zaplňuje meze u ypologickou ah aje ýznamnou di e zi ikační oli. CHILDES o iž ak uálně zah nuje 75 ko pusů zachycujících mo- noling ní os ojo ání anglič iny, což oří asi 28 % é o da abáze, za ímco celá sku- pina slo anských jazyků je ep ezen o aná pouhými 11 příspě ky če ně ko pusu Ch oma (4 %). Ko pus Ch oma je založen na audionah á kách spon ánních mlu ených in e - akcí dě í sblízkými pečo a eli. Nah á ky šech sedmi zapojených dě í byly pořizo- ány longi udinálně p a idelných in e alech ako pus ak p o každé znich zachy- cuje 11 až 27 měsíců ý oje sp ůmě ným objemem nah á ek 36 minu za měsíc. Při nah á ání nebyl pří omen žádný bada el. Každá odina dos ala kdispozici nah á ací zařízení aněkolik základních pokynů: nenah á a íce než d ě dospělé osoby najed- nou, omezi hluk pozadí azachyco a běžné každodenní si uace. Typickými zachy- cenými si uacemi jsou h aní sh ačkami, p ohlížení knížek, s olo ání adomácí p áce. Nah á ky samo né nejsou eřejné, je ale možné požáda si přes web CoCzeFLA ozpří- s upnění něk e ých znich p o další analýzu. Veřejná čás ko pusu ses á á zpřepisů ěch o nah á ek. Jde celkem o183 ex o ých soubo ů; každá nah á ka, esp. šechny nah á ky pořízené během jednoho dne od jednoho dí ě e, má las ní soubo přepisu označený iden i iká o em dí ě e, jeho přesným ěkem době pořízení nah á ky aně- kolika dalšími údaji. Ko pus celkem obsahuje 99 388 okenů 42 103 dě ských p o- mlu ách a238 211 okenů 61 252 p omlu ách dospělých. Přepisy ko pusu Ch oma se řídí sys émem přepisu CHAT [ alkbank.o g/manu- als/CHAT.pd ], což je odlišuje od jiných dos upných českých ak izičních ko pusů. Sys ém CHAT sjednocuje šechny ko pusy zah nu é da abázi CHILDES. Přepisy jsou či elné jakémkoli ex o ém edi o u. Klíčo ými p ky jsou (1) členění na řádky po jedno li ých ýpo ědích, (2) ozlišo ání hla ních a edlejších řádků a(3) označo- ání mlu čích. Anna Ch omá — Klá a Ma iaso i so á OPEN ACCESS 108 ČASOPIS PRO MODERNÍ FILOLOGII 106, 2024, Č.1 Ukázka: *CHI: am byla hasiče [*] . %xmo : ad :p o| am |bý -x&pas &ak &x&imp -e n|hasič-x&x&MA-e . %xpho: am byla hasiše . %e : byla = byli , hasiče = hasiči . Hla ní řádek začíná znakem * aiden i ikací mlu čího (CHI ‚child‘ ždy značí cen - ální nah á ané dí ě akněmu se z ahují os a ní účas níci: MOT ‚mo he ‘, BRO ‚b o- he ‘ apod.). Ten o řádek obsahuje o og a ický přepis, němž se čas ok á odhlíží od a ikulačních nedokonalos í dě í  aných ázích os ojo ání, pokud se ale dě ská ealizace odchyluje ýznamně, zachycuje u o odchylku ihla ní řádek (např.manyky jako nedokonalý pokus ocílo ou o mu manda inky). Tako é případy jsou označené speciálním kódem (manyky@c). S ůj kód mají např.i a o o né aslo o o né ino- ace (sáňko ají@n mís o sáňkují; čokoládo ář@n jako en, kdo y ábí čokoládu) adalší je y ypické p o dě skou ana dě i o ien o anou p odukci. Khla nímu řádku se z ahují následující edlejší řádky u ozené znakem %. Vukázce ýše jde ořádky xpho, e axmo . Řádek xpho obsahuje elmi přibližný onologický přepis. Vedle českých o og a ických znaků yuží á na íc znak @ p o š a. Řádek e obsahuje speci ikaci chyby signalizo ané kódem [*] na hla ním řádku. Řádek xmo obsahuje mo ologickou ano aci. Ta byla p o edena pomocí olně do- s upného českého nás oje Mo phoDiTa [u al.m .cuni.cz/mo phodi a]. Úspěšnos samo né au oma ické ano ace byla na elmi ysoké ú o ni, na íc byly ale p o edeny i uční zásahy aop a y ( iz de ailní popis článku Ch omá e al., 2024). K omě oho byla ano ace Mo phoDiTou na zá ě pře edena do o má u zohledňujícího podobu mo ologického agu da abázi CHILDES ( iz ukázka ýše). Díky mo ologické ano aci je elmi snadné ko pus p ohledá a nejen podle jedno - li ých a ů, ale o něž podle lemma , slo ních d uhů, mo ologických ka ego ií nebo jejich kombinací e ýpo ědi. V ámci pla o my CHILDES je kdispozici specializo- aný so wa e CLAN u čený jak přímo p o přepis, ak ip o analýzu přepisů e o má u CHAT. Ten o so wa e umí nejen yhledá a podle zadaných do azů aspočí a ek enci či p ůmě nou délku ýpo ědi (což je klíčo é měří ko e ýzkumu jazyko ého ý oje), ale je u čen ip o ná očnější au oma izo ané úlohy. Umí například yuží mo ologic- kou ano aci kposouzení ú o ně p oduk i i y dí ě e při uží ání yb aných mo osyn- ak ických je ů p os řednic ím měří ka Index p oduk i ní syn axe ( iz Ma iaso- i so á e al. 2023). Výhodou CLANu je, že předem počí á se s uk u ou CHATo ského přepisu, např.soznačo áním ypů řádků, kódo áním nes ozumi elných čás í nebo is o má em mo ologické ano ace. To ale může bý chápáno ijako ne ýhoda, p o ože u či á čás yhledá ání se děje au oma icky amůže zůs a nepo šimnu á (od il o ání ýpo ědí snes ozumi elnými čás mi) a aké je do azech nu né zohledňo a speci ic- kou podobu české ano ace, k e á od áží mo ologické las nos i češ iny. K omě CLANu je ale možné použí ijiný so wa e (např.No ePad++) umožňující hledání e ě ším množs í ex o ých soubo ů najednou na základě egulá ních ý azů. V ámci ýmu CoCzeFLA už p obíhají nebo se přip a ují analýzy zaměřené na- příklad na ý oj e e ence kmlu čímu aad esá o i pomocí p ní ad uhé slo esné azájmenné osoby ipomocí ře í osoby (maminka po ouká); na mo ologicky nebo syn ak icky ino a i ní dě skou p odukci (psu@n = píšu, kolo očí@n = očí se na kolo- OPEN ACCESS ANNA CHROMÁ — KLÁRA MATIASOVITSOVÁ 109 oči); nebo na ý oj a o é di e zi y slo es ajmen. Jedním z ozp aco aných éma je analýza posloupnos i a ů slo esa bý během os ojo ání, jak ji zachycuje ko pus Ch oma ( iz G a 1 ýše). Vedle zkoumání ůzných mo osyn ak ických je ů se šak ko pus hodí aké p o analýzy slo o o né, lexikální nebo řeba kon e zační. Výzkum os ojo ání p ního jazyka by měl op imálním případě bý založen na komplemen á ním yuží ání expe imen álních ako puso ých da . Vydání ko pusu Ch oma jakož o p ního ak o zaměřeného českého ko pusu je p o o klíčo ým po- činem p o další ýzkum os ojo ání češ iny. LITERATURA Ch omá, A. e al. (2024): Amo phologically anno a ed longi udinal co pus o spoken Czech child-adul in e ac ions. Language Resou ces and E alua ion, s. 1–24. Ma iaso i so á, K. e al. (2023): The Validi y o aT ansc ip -Based Measu e o Child Language De elopmen in Czech. In: P.Gappmay ,— J.Kellogg (eds.), BUCLD 47: P oceedings o he 47 h Annual Bos on Uni e si y Con e ence on Language De elopmen . Bos on: Cascadilla P ess, s.533–547. Anna Ch omá | Ús a obecné ling is iky & Ús a českého jazyka a eo ie komunikace, Filozo ická akul a Uni e zi y Ka lo y | nám. Jana Palacha 2, 116 38 P aha 1 ORCID ID: 0000-0003-0559-076X anna.ch oma@ .cuni.cz Klá a Ma iaso i so á | Ús a českého jazyka a eo ie komunikace, Filozo ická akul a Uni e zi y Ka lo y | nám. Jana Palacha 2, 116 38 P aha 1 ORCID ID: 0000-0002-2338-070X kla a.ma iaso i so a@ .cuni.cz GRAF 1.P ní ýsky a ů slo esa bý e z ahu kp ůmě né délce ýpo ědi je není byli nebyl jsou byl bude nebudou budu jsme nejsou jsi budeš budou jsem nejsi budeme byl_jsem nebude nebyli bý nebudu nebudeme nejsem byl_jsi byli_jsme js e nebudeš nebyl_jsem nejsme bude e byli_js e nebyl_jsi Pří omný čas 1 2 3 4 Budoucí čas Minulý čas In ini i P ůmě ná délka ýpo ědi (poče slo ) OPEN ACCESS