ČASOPIS PRO MODERNÍ FILOLOGII 105, 2023, Č.1, S. 121–140
Ko pus DIA1900: jeho koncepce a y áření1
Lucie Benešo á— Ka el Kuče a— Ka eřina Najb o á—
Klá a Pi oňko á— Ma in S luka (P aha)
L. Benešo á— K. Kuče a— K. Najb o á— K. Pi oňko á— M. S luka
CORPUS DIA1900: ITS CONCEPTION AND BUILDING
The objec i e o he pape is o desc ibe he p inciples o building he onemillionwo d DIA1900
Co pus consis ing o Czech ex s published be ween 1851 and 1900, designed o be bo h balanced and
ep esen a i e. The e a e wo main goals de e mining he me hods o co pus building and he deci-
sion o de elop new ools ailo ed o he special needs o 19 h cen u y Czech: 1) o p esen he a i-
abili y o Czech in he 2nd hal o he 19 h cen u y (including spelling, mo phology, wo d o ma ion)
and 2) o link he de ec ed a ian s o he app op ia e lemmas. The pape p esen s he phases o he
p ocessing o he ex s, including ansc ip ion, manual p e-anno a ion, as well as he cons uc ion
o ala ge mo phological dic iona y and he selec ion o asui able se o pa adigms. Fu he sec ions
a e ocused on anno a ion and mo phological agging and manual disambigua ion. The objec i e was
o c ea e agold s anda d, in ended o use in he au oma ic anno a ion bo h o he DIA1900 co pus
and he planned co pus o Czech ex s o he yea s 1800–1850.
KEYWORDS
diach onic co pus, 19 h cen u y Czech, mo phological dic iona y, lemma iza ion, mo phological an-
no a ion, agse
KLÍČOVÁ SLOVA
diach onní ko pus, češ ina 19.s ole í, mo ologický slo ník, lemma izace, mo ologické značko ání,
agse
DOI
h ps://doi.o g/10.14712/23366591.2023.1.8
1. ÚVOD
Ten o článek má d a základní cíle. P ním znich je předs a ení koncepce no ě chys-
aného diach onního ko pusu DIA1900, k e ý je koncipo án jako plně lemma izo-
aný amo ologicky označko aný ko pus mapující češ inu 2.pol. 19.s ole í a zniká
Ús a u Českého ná odního ko pusu (ÚČNK) FF UK. D uhým cílem je pak přiblížení
p ocesů, k e é s ojí pozadí jeho zniku.
Po s učném předs a ení ko pusu (oddíl 2) je samos a ná čás ěno ána zp a-
co ání ex ů (oddíl 3), odděleně je popsán p oces předzp aco ání ex o ého ma e-
iálu, z .předano ace (oddíl 4). De ailní pozo nos je ěno ána mo ologickému
1 Článek znikl při ealizaci p ojek u Český ná odní ko pus (LM2018137) inanco aného
Minis e s em škols í, mládeže a ělo ýcho y  ámci ak i i y P ojek y elkých in a-
s uk u p o VaVaI.
122 ČASOPIS PRO MODERNÍ FILOLOGII 105, 2023, Č.1
slo níku (oddíl 5) ajedno li ým ázím jeho y áření, jako je ozřazo ání lemma
ke zo ům (oddíl 5.1) agene o ání pa adigma (oddíl 5.2), dále ano aci (oddíl 6)
adesambiguaci (oddíl 7), další čás i je p ezen o án samo ný agse p o mo o-
logickou ano aci (oddíl8). Ko pus je ino a i ní o ázce zp aco ání p op ií (od-
díl 9). Článek končí sh nu ím přednos í oho o chys aného ko pusu, zá ě u jsou
u edeny i ýhledy našich dalších cílů, k e ých bychom ádi ná aznos i na en o
ko pus dosáhli (oddíl 10). Celý ex ak umožňuje č enáři komplexně nahlédnou do
p ocesu budo ání no ého diach onního ko pusu.
2. KORPUS DIA1900
Jazyko é ko pusy předs a ují nezpochybni elný end několika posledních dese ile í,
přičemž co do poč u jednoznačně pře ažují ko pusy synch onní nad diach onními.
Obecně lze kdiach onním ko pusům přis upo a d ěma způsoby. Lze budo a
ozsáhlé ko pusy (knimž se s ou koncepcí  ámci ÚČNK řadí iko pus DIAKORPV62),
založené na ex ech zněkolika s ale í aobsahující miliony slo , ale bez náleži é a chi-
ek u y anás ojů, nebo je možné y áře ko pusy ozsahem menší, za o komplexní
a ýbě em jazyko ých da y ážené.3
Tak je koncepčně ořen iko pus DIA1900 obsahující 103 ex ů z2.pol. 19.s ol.
(cca 1 mil. slo ních a ů). Jde oko pus lemma izo aný amo ologicky značko aný.
Jedno li é ex y byly ybí ány ak, aby byl y ořen ko pus ep ezen a i ní ažán-
o ě y ážený, a o e šech pě i dese ile ích. Každá dekáda obsahuje ždy pokud
možno o nomě ně zhlediska poč u a ozsahu ex ů po ře ině ex y bele is ické,
žu nalis ické aodbo né. Lze očeká a , že žán o á ačaso á y áženos posky ne
maximální možné míře komplexní ob az dobo ého jazyko ého sys ému. Výsledný
ko pus ys a ěný ím o způsobem umožní k ali ní ýzkum na ůzných jazyko ých
o inách.
Při y áření ko pusu DIA1900 bylo cílem co nej ě něji zachy i aano o a ja-
zyko ou eali u a a iabili u ak, aby byla co nejlépe abez ap io ních předpokladů
přip a ena na ling is ické zkoumání, azá o eň ji zpřís upni uži a eli, k e ý ji při
yhledá ání nepřed ídá.4
Dod žení oho o cíle, nebo cílů d ou, byl přizpůsoben přís up ke zp aco ání ma-
e iálu— od zásad, podle nichž byly ex y zp aco ány, přes s a egii při o bě oz-
2 Ko pus je ořen ex y ze 14.až 20.s ole í, jedná se o e e enční, ne ep ezen a i ní ko -
pus ansk ibo aných ex ů obsahující cca 4,1 mil. okenů; není mo ologicky ano o aný,
udíž umožňuje pouze yhledá ání p os řednic ím lexikálních jedno ek či ází jako a-
ko ých, což samo osobě zásadně limi uje komplexní jazyko ý ýzkum.
3 Ideální yp, j. ozsáhlý ko pus zah nující dos a ečný poče ex ů ze šech období ý oje
jazyka, lemma izo aný amo ologicky značko aný, je zhledem kpo aze ma e iálu ak u-
álně ob ížně ealizo a elný. Vyče pá ající cha ak e is iku diach onních ko pusů ůzných
jazyků a ýs ižné zhodnocení ýhod ane ýhod jedno li ých přís upů nalezneme např. e
s udii Pe e ssono é aBo ina (2019).
4 S o .Kuče a e al. (2019).
L. BENEšOVÁ— K. KUČERA— K. NAJBRTOVÁ— K. PIVOňKOVÁ— M. STLUKA 123
sáhlého mo ologického slo níku če ně modulu las ních jmen až po usou z ažnění
a ian p os řednic ím našep á ače.5
3. ZPRACOVÁNÍ TEXTŮ
Samo ná p a opisná sous a a u ex ů z2.polo iny 19.s ole í neklade e s o nání
se s a šími obdobími na zp aco ání příliš elké ná oky. Zásadnější úkol předs a uje
spíše posouzení aoše ření jazyko ých je ů, k e é jsou odlišné od současné podoby,
esp.předs a ují al e na i u s anda dizo ané a ian y.
P o o byla s ano ena p a idla umožňující zacho ání in o mací opů odní g a ické
podobě, buď za yuži í p ocesu emendace, nebo lemma izace.6 Vko pusu DIA1900
zůs á á zásadě zacho ána podoba p ameni, ozdíl mezi ansli e ací a ansk ipcí7
zp aco á aných ex ů je p o o o období minimální; isko é chyby jsou označeny aza-
cho ány  ámci emendačního ežimu. Výjimku  om o smyslu ořilo několik ob-
las í, kde bylo sou islos i spředpokladem pozdějšího au oma ického značko ání
ozhodnu o jinak (doplnění h anice slo případech ypu -li, by (bylby > byl by), ob-
las i elkých písmen ain e punkce).
Byly při om yuži y značky, k e é sloužily kzachycení aucho ání me ajazyko ých
in o mací ýkajících se oku ydání, au o a, i ulu, náz u kapi oly as ánko ání (< >,
<a>, < >, <k>, <s>) iin o mací ele an ních ling is icky (<e>, <o>; de ailně iz dále).
Kódy <o></o> byly yuži y p o označení jednoslo ných i íceslo ných cizoja-
zyčných p ků, jež jsou pojímány jako ci á o é, j.nejsou g ama icky zapojeny do
okolního ex u. V ámci lemma izace pak každý oken u ni ř oho o označení získal
speci ický ag F--------------- označující cizojazyčné ci á o é slo o bez u čení dalších
g ama ických ka ego ií (de ailněji iz dále).
P o účely ýchozí příp a y ex ů ko pusu DIA1900 se jako jediná uspokoji á mož-
nos ukázalo uční zp aco ání ( ýmem zah nujícím iex e ní yškolené spolup a-
co níky)8— dobo á ozkolísanos úzu a elká a iabili a yžaduje pečli é posouzení
5 Nás oj, k e ý nabízí uži a eli při zadá ání ko puso ého do azu a ian y synch onně ne-
s anda dní apo enciálně nepřed ída elné ( ypicky jde oje y oblas i p a opisu, al e na-
ce a okalické k an i y, p oje ující se celém pa adigma u).
6 Obecně by při příp a ě diach onních ko pusů (  aných ázích jazyka naléha ěji než
námi zp aco á aném období) zhlediska zacho ání g a ické podoby p amene předs a-
o alo ideální řešení íceú o ňo é zp aco ání zah nující o inu ansli e o anou a an-
sk ibo anou. Vdobě příp a y ko pusu DIA1900 nebylo íceú o ňo é zp aco ání ech-
nicky možné ani na é o ú o ni, ani na ú o ni lemma izace. Přes o se podařilo yp aco a
koncep , k e ý in o maci opů odní g a ické podobě zacho á azá o eň zpřís upní slo ní
a y uži a eli.
7 Jazyko é zp aco ání ex ů p o ko pus DIA1900 ychází ze s anda dního způsobu an-
sk ipce p o zp aco ání s a ších českých ex ů.
8 Tím o ozhodnu ím se me oda zp aco ání ko pusu DIA1900 odlišuje např.od pos upu
zp aco ání polského učně ano o aného ko pusu ex ů zobdobí 1830–1918, k e ý yužil
au oma ickou ansk ipci; s o .Kie aś— Woliński (2018).
124 ČASOPIS PRO MODERNÍ FILOLOGII 105, 2023, Č.1
zhlediska doložení daného je u, a o nikoli jen na ú o ni konk é ního slo ního a u;
žádá si yhodnocení je u obecnějších ý ojo ých sou islos ech a e i ikaci  ele-
an ních slo níko ých ako puso ých zd ojích (dále SKZ).9
Zdnešního pohledu nes anda dní slo ní a y byly říděny na y, 1) jejichž a byl
p o účely lemma izace up a en bez záznamu op o edené úp a ě, 2) jejichž pů odní
g a ická podoba byla zacho ána  ámci emendačního kódu <e> ap o účely lemma-
izace byl up a en slo ní a , ana y, 3) k e é byly zařazeny do p ocesu lemma izace
e ýchozí podobě.
(1) Bez záznamu op o edené změně bylo dnešním p a idlům přizpůsobeno psaní
elkých písmen adále něk e é je y spojené sh anicí slo ain e punkce, zde o šem
s espek em kdobo ému úzu a endenci znači in e punkcí pauzy.
(2) Uslo ních a ů, unichž je způsob g a ického záznamu zje ně chybný, dobo ě
nedoložený, nejednoznačný nebo nezře elný, byla g a ická podoba  ex u up a ena
apů odní g a ický záznam byl zacho án  ámci emendačního kódu (např.dí á e
<e> djwa e</e>, ěžké <e> ežké</e>, uplynuly <e>uplinuly</e>, k áčel <e>k ácel</e>,
předs a uje <e>předs a nje</e>, eřejnému <e> eřejuému</e>). Značka <e> ak byla
yuži a p o pů odní podobu ako ého a u, k e ý byl při zp aco ání up a en zji-
ného než o málně p a opisného hlediska; posun mezi pů odní aup a enou podo-
bou ( eo e icky) předs a uje onologický/z uko ý (např.mě <e>me</e>), g ama ický
(např. ři měsíce uplynuly <e>uplinuli</e>) či his o icky podmíněný p a opisný ozdíl
(např.psaní ypo c, s, zpo .1850 bylo emendačním kódem zaznamenáno jakož o již
neadek á ní je : zasíla eli <e>zasýla eli</e>).
(3) Vpřípadech, kdy byla (g a ická) podoba slo ního a u, či je u, k e ý se
 om o a u ealizo al, sice ze synch onního hlediska nes anda dní, ale dohleda-
elná dobo ých slo níko ých ag ama ických pří učkách, případně byla  ámci
ko puso ě zp aco aného izp aco á aného ex o ého ma e iálu dos a ečně doložena
( iz SKZ), zůs ala a o podoba zacho ána bez emendace. V ex u ak zůs aly neu-
p a eny např. a y ypu ma hema ika, saisona,10 spůsob, zákonník, příleži osť, ouřad,
okoun, ejsluní.
9 Jako cenný zd oj údajů ojazyko é a iabili ě byly yuží ány dobo é slo níky, přede ším
Jungmannů Slo ník česko-německý (1835–1839) aČesko-německý slo ník F an iška Š.Ko a
(1878–1893). Další zásadní zd oj nejen během zp aco á ání ex ů, ale přede ším e ázi
předano ace aobohaco ání mo ologického slo níku ( iz pod obněji dále) předs a o a-
ly Slo ník spiso ného jazyka českého (SSJČ), Pří uční slo ník jazyka českého (PSJČ) aAkademic-
ký slo ník cizích slo . Za ele an ní doklady byly po ažo ány ijedno li é exce pční lís ky
adoklady u ni ř ýkladu heslo ého slo a. P o možnos ychlého přehledo ého yhledá á-
ní byl yuži slo níko ý p ohlížeč DEBDic aIn e ne o á jazyko á pří učka; zko puso ých
zd ojů pak DIAKORPV6 ain e ní ko pus 19.s ole í.
10 Uslo cizího pů odu lze sledo a ši okou škálu p a opisné a iabili y. Ta o a iabili a
je daná nejen neus áleným uži ím, ale od áží aké pos upné začleňo ání ěch o slo do
českého jazyko ého sys ému alze předpokláda , že e lek uje aké pos up jejich one-
ického přizpůsobení. Vzhledem k omu, že je  é o oblas i ob ížné s ano i jednoznač-
né k i é ium p o případnou úp a u p a opisného úzu, byly a y  ex u zacho ány bez
úp a ap o ázanos a ian byla přesunu a na jiné nás oje yuži é při příp a ě ko pusu
DIA1900.
L. BENEšOVÁ— K. KUČERA— K. NAJBRTOVÁ— K. PIVOňKOVÁ— M. STLUKA 125
Rozhodnu í zacho a  ex u neup a ené a y kon enuje scílem ě ného zachy-
cení dobo ých jazyko ých je ů. K omu, aby byl zá o eň dod žen cíl dohleda elnos i
a ian , esp.jejich p o ázanos i se synch onní či s anda dizo anou a ian ou, byly
ná aznos i na yp a iabili y y inu y speci ické pos upy s yuži ím uční předa-
no ace.
Slo ní a y odlišující se od s anda dizo ané a ian y p a idelnými změnami
okalického cha ak e u (změna ý>ej, ú>ou, omezenější míře aké é>í) nebo p o e-
ickým byly nagene o ány do mo ologického slo níku  ámci pa adigma u s an-
da dizo ané a ian y; s o .dále kap. 4. Tak byly zacho ány azá o eň p o ázány se
s anda dizo anou a ian ou p os řednic ím lemma u, např.slo ní a ejsluní
získá in e p e aci jako jeden z a ů lemma u ýsluní, slo ní a okoun bude in e -
p e o án jako jeden z a ů lemma u okoun apod.11
Vos a ních případech byly  ámci lemma izace a y s anda dní i a y zdneš-
ního pohledu nes anda dní nagene o ány do mo ologického slo níku samos a ně
( iz dále).12
4. PŘEDANOTACE
Ke slo ním a ům odlišujícím se od s anda du byly p ocesu předano ace připojeny
in o mace olemma u (lemma ech) apřípadně aké mo ologická cha ak e is ika e
o mě s anda dního Hajičo a agu (Hajič, 2004) e zk ácené podobě; zp a idla bylo
yuži o několik p ních pozic.13 Pokud bylo možné daný a připoji k íce lemma-
ům, byla šechna ako á lemma a zaznamenána (jako p ní byla ždy u áděna po-
doba lemma u odpo ídající konk é nímu a u).14
11 To o řešení bý á adičně označo áno jako hype lemma h ps://wiki.ko pus.cz/doku.php/
pojmy:lemma?s[]=hype lemma; např. a y bej abý mají celých s ých pa adigma ech
při azeno lemma bý . Nejde zde při om okoncepci íceú o ňo é lemma izace, jak byla
předs a ena unejno ějších ko pusů řady SYN.
12 P o uční desambiguaci je počí áno sp opojením je ů homonymních ag ama icky akon-
ex o ě/ ýznamo ě zcela zaměni elných. Tam, kde u a u není možné ani zkon ex u oz-
hodnou , k e ou zmožných al e na i lemma + ag z oli , budou u edeny obě o nocenné
in e p e ace ( e spojení podi il se nemálo jeho p aco i os i získá ý az p aco i os i při de-
sambiguaci in e p e aci s ícečlenným lemma em p aco i os /p aco i osť N-FS3-----A-----;
s o . éž poznámku 29). Na íc byly ex y oše řeny uční předano ací, k e á umožnila, aby
samos a ně nagene o aná lemma a byla se s anda dizo anými a ian ami p opojena
mimo mo ologický slo ník p os řednic ím doda ečného nás oje— našep á ače, k e ý
bude uži a eli na ú o ni lemma u signalizo a p o ázanos ypu ma hema ika— ma ema-
ika, saisona— sezóna, spůsob— způsob, zákonník— zákoník, příleži osť— příleži os .
13 Naše mo ologické značení  ámci předano ace bylo „pouze“ p aco ní aná azné na uži-
ý agse ( iz dále).
14 Ukázky ůzných ypů značení a ů odlišných od s anda du: a) subs an i a českého aji-
nojazyčného pů odu („““ ply u-- ply , li ;N“““, „““cha la ane ii--cha la ane ie,ša la ané-
ie;N“““), b)adjek i a („““ eálních-- eální, eálný;A“““, „““gummo á--gummo ý,gumo ý;A“““),
c) a y slo es („““spůsobila--spůsobi i,způsobi i;Vp“““, „““odpo ědí i--odpo ědí i,odpo ědě i;

126 ČASOPIS PRO MODERNÍ FILOLOGII 105, 2023, Č.1
V ěch případech, kdy se slo ní a odlišo al od s anda du15 pouze p a idelnou
hlásko ou změnou ( iz ýše), kněmu bylo připojeno s anda dizo ané lemma aslo -
něd uho á cha ak e is ika, a o opě e o mě p ních pozic Hajičo a agu.16
Předano ace p obíhala  ex o ém edi o u A om,17 k e ý se yznačuje elkou mí-
ou lexibili y nas a ení. Jejím účelem bylo y o na se snes anda dními p a opis-
nými, hlásko ými amo ologickými a ian ami cha ak e is ickými p o jazyk 19.s o-
le í azachy i je sco nejmenším zk eslením azá o eň  ako é podobě, aby byly p o
uži a ele ko pusu snadno odhali elné, popř. pomocí s anda dizo aných podob bu-
doucnu dohleda elné. De ailní cha ak e is ice nes anda dních a ian jsme ěno ali
článek Kuče a e al. (2019).
Vlas ní předano ace byla nejp e ealizo ána sdů azem aohledem na no očeskou
podobu p oblema ických je ů. Účelem é o předano ační áze bylo zachy i je y bez-
pečně dobo ě doložené— s ala se jedním ze zd ojů a ů alemma p o mo ologický
slo ník.
Tím o způsobem byly zachyceny jednak odlišnos i konk é ní lexikální jedno ce
jako ako é, jednak odlišnos i konk é ních a ech lexikálních jedno ek (nes an-
da dní kmeno o né přípony, konco ky sp o edenou hlásko ou změnou apod.).
Vp ní ázi byla označena např.a ypická las ní jména, cizí slo a (či mo émy)
nedoložená SKZ nebo slo a y ořená zdnešního pohledu nes anda dními slo o-
o nými p ocesy. Podobně byla ano o ána slo a obsahující něk e ou zhlásko ých
změn (ý>ej; é>í; ú>ou; p o e ické ; zjednodušení skupiny konsonan + l; měkčení
pa icipiích aimpe a i ech), případně zpohledu synch onního jazyka již nes an-
da dní čás ici (-ť, - ě, -ž, -že) nebo konco ku odlišného pa adigma u; dále pak slo a
sneob yklou, ale sys émo ou al e nací. Jiným ypem značení byly iden i iko ány
jednoznačné odchylky k an i ě či p a opisně chybné shody podmě u spřísudkem
anesys émo é hlásko é/p a opisné odchylky  ámci konk é ního slo ního a u.
Modi iko anou mo ologickou speci ikaci si yžado aly aké případy ýkající se
nes anda dní h anice slo , kdy d uhý člen d ojice předs a o al slo něd uho ě neu -
či ou čás budoucí spřežky. Bez z láš ního doplňujícího značení byly ponechány je y,
V “““), d) ad e bia („““poznenáhla--poznenáhla,poznenáhlu;D“““, „““ ezpod-- ezpod, e-
spod;D“““).
15 Za nes anda dní jazyko é je y byly po ažo ány šechny ýsky y, k e é označil spell chec-
ke . K ůli značnému poč u nes anda dních je ů ůzného ypu ajejich celko é nepřed í-
da elnos i byl p oces předano ace p o áděn učně, nikoli au oma icky. Kobdobnému zá-
ě u dospí ají aké Linde aMi mann (2013, s.244): uční předano ace zajišťuje ysokou
spolehli os da , přičemž  om o k oku nelze p oza ím počí a spředano ací au oma ic-
kou. (Ko pusy, unichž byla yuži a au oma ická předano ace, yžadují důkladnější kon -
olu než ko pusy, uk e ých žádná (sic!) předano ace nep oběhla.)
16 Ukázky značení nejběžněji se ysky ujících a ů lišících se od s anda du p a idelnou
hlásko ou změnou: a) ý>ej („““bejko cem--H:býko ec;N“““), b) ú>ou („““ou a y--H:ú a a;
N“““, „““bezouhonné--H:bezúhonný;A“““), c) p o e ické („““ očko al--H:očko a i;Vp“““),
d)é>í („““zelé--H:zelí;N“““).
17 A om. Ahackable ex edi o o he 21s Cen u y [online]. [ci .29.3.2022]. Dos upné z: <h -
ps://a om.io/>.
L. BENEšOVÁ— K. KUČERA— K. NAJBRTOVÁ— K. PIVOňKOVÁ— M. STLUKA 127
k e é se obje ují  ámci elkého množs í pa adigma (-o é Npl mask., -ů Gpl
mask., -iž, -ž impe a i u, -nul u zo u isknou ; -ě(e)jí u zo ů p osí a pí); y o byly
implemen o ány přímo do jedno li ých zo ů ajako jejich součás se s aly obsahem
mo ologického slo níku.
5. MORFOLOGICKÝ SLOVNÍK
Cílem y ářeného mo ologického slo níku (dále MS) je pok ý ozsáhlou jazyko-
ou a iabili u18 češ iny 19.s ole í ak, aby slo ník bylo možné použí jako spolehli ý
zd oj p o mo ologické značko ání zd ojo ých ex ů anáslednou uční desambiguaci
e alonu. Výsledný e alon ( j.manuálně mo ologicky ano o aný pě ise isíco ý ko -
pus) poslouží jako základ p o agge aau oma ickou mo ologickou ano aci.
MS obsahuje d a základní zd oje da . Jedním znich jsou současné idobo é le-
xikog a ické a menší míře imlu nické publikace ( iz SKZ). USSJČ aPSJČ bylo
možné au oma icky yuží celé hesláře ěch o slo níků če ně mo ologických cha-
ak e is ik. Na základě pře za ých slo níko ých údajů omo ologické cha ak e-
is ice (usubs an i jmenný od akonco ka geni i u singulá u, uněk e ých hesel
aké nomina i u plu álu, uslo es pak id) byla p o edena základní poloau oma ická
analýza. Například seznamy ex aho aných subs an i ních lemma byly ozřazeny
podle jedno li ých odů, j.na maskulina ži o ná aneži o ná, neu a a eminina.
Následně byl en o seznam e og ádně uspořádán, což pomohlo při učním přiřa-
zo ání jedno li ých lemma ke zo ům.19 Da a oho o základního slo níku pak byla
dále pos upně ozšiřo ána, každé doplněné lemma bylo u edeným p ocesem přiřa-
zeno ke zo u. Ačkoli jsou slo níky jako zd oje da ela i ně boha é, jedná se i ak
odo značné mí y nekomple ní in o mace: neobsahují komple ní pa adigma a nu ná
kmo ologické analýze anejsou nich s anda dně u áděny něk e é ypy lemma ,
jako např. e bální subs an i a, dějo á aposesi ní adjek i a nebo adjek i a ořená
od zeměpisných jmen příponami -cký a-ský.
D uhý pods a ný zd oj ořil ex o ý ma e iál, k e ý byl  ámci předano ace
zp aco á án ak, aby byly podchyceny je y jazyko ě a ian ní amohly pak bý čle-
18 Vzhledem k omu, že době y áření koncepce lemma izace p o ko pus DIA1900 ješ-
ě d ojú o ňo á lemma izace ak, jak je řešena např. ko pusu SYN2020, nepřicháze-
la ú ahu, nebylo jí možné na zachycení a iabili y použí . Přes o se podařilo yp a-
co a koncepci, k e á ipři jednoú o ňo é lemma izaci předs a uje plas ický model
usou z ažnění a ian , k e ý na íc zohledňuje ypologii jazyko ých je ů, k e é se e a i-
an ách od ážejí. K omu o účelu yuží áme přidělení synch onně s anda dního lemma u,
esp.hype lemma u, dále možnos i in o mo a uži a ele oexis enci a ian p os řednic-
ím našep á ače, a aké ka ego ii ícečlenného lemma u ( j.způsob zachycení a o-
é homonymie u ýznamo ě o nocenných a ian , kde ani zkon ex u není možné ole-
mma u ozhodnou ; např. a u b ambo y je přiděleno současně lemma a ag b ambo a
N-FP4-----A----- ib ambo N-IP4-----A-----).
19 I e ázi manuálního ozřazo ání kjedno li ým zo ům jsme přihlíželi kséman ické
imo ologické cha ak e is ice ěch o slo níko ých lemma .
128 ČASOPIS PRO MODERNÍ FILOLOGII 105, 2023, Č.1
něny do MS. Ty o jazyko ě a ian ní je y mají e ýsledném slo níku buď komple ní
las ní pa adigma,20 případně byl do již exis ujícího (nagene o aného) pa adigma u
doplněn jen něk e ý znes anda dních a ů. Výsledný o málně lexikální základ
slo níku je edy po o nání s adičními popisy dobo ých g ama ikách aslo nících
mnoha ohledech de ailnější, jelikož je nu né, aby komple ně pos ihl pokud možno
šechny lexikálně-g ama ické s uk u y, k e é nejsou při popisu u edených publi-
kacích sys ema icky zohledňo ány. Základ p o gene o ání MS byl ořen lemma em
zařazeným kadek á nímu zo u a  ámci něj přip a eným knagene o ání.
5.1 VZORY
P o y áření MS bylo nu né z oli adek á ní množs í zo ů,21 k e é by beze zby ku
umožňo aly o mální popis jazyka 19.s ole í komplexní jazyko é a iabili ě. Zá-
kladní sys ém zo ů byl y ářen pomě ně dlouho před samo ným započe ím p áce
sda y, konečný poče zo ů ijejich podoba se následně o mo aly adoplňo aly ibě-
hem učního ozřazo ání. Jedno li é zo y22 se snaží e lek o a šechny ypy mo -
ologických al e nací usubs an i šech odů, např.k ácení adloužení okálů (k á-
a>k a , jméno>jmen apod.), kládání nebo naopak ypouš ění okálů (malba>maleb,
ch chel>ch chle, le >l a, jídlo>jídel, pe o>pe apod.), al e nace kořenné samohlásky
nepřímých pádech (ů>o, např.důl>dolu, bůh> boha, hnůj>hnoje, hůl>holi, í>ě dílo>děl
apod.), al e nace zniklé důsledku pala alizace elá (ch>š břicho>břiše, g>zkolega-
>kolezích, k>c páka>páce apod.) asamozřejmě i ůzno odé kombinace šech ýše u e-
dených al e nací (lebka/lebce— al e nace k>c + kladné e Gpl lebek), spánek/spánku/
spáncích, s ředisko/s řediskách/s řediscích (al e nace k>c + a ian y -e-/-0 Gpl) apod.);
o še  ůzných deklinačních ypech. Uadjek i je omu obdobně (če né al e nace
Npl, např.ký>cí měkký, hý>zí nebohý, chý>ší hluchý, ý>ří s a ý, ský>š í uský, cký>č í
laický). Samos a né zo y mají ipřeja á slo a se speci ickým skloňo áním, např.mas-
20 Vlas ní pa adigma bude mí ako ý lexém, unějž se a ian nos (nes anda dnos ) p oje-
uje  ámci celého pa adigma u. K omu s o .Hla áčo á e al. (2019), kde je en o je po-
psán  ámci pojmů lek i ní apa adigma ická a iabili a; dále s o .Osolsobě e al. (2017),
kde jsou  é o sou islos i zmiňo ány globální a lek i ní mu ace.
21 Týká se subs an i , adjek i a e b. P o gene o ání p op ií, k e á mají  ámci ko pusu
DIA1900 las ní ag, byly usubs an i iadjek i yuži y zo y apela i ní; am, kde o mož-
né nebylo, byly y ořeny zo y no é.
22 Vy ořené zo y nemají za cíl p imá ně e lek o a sys ém subs an i ní nebo jiné jmenné
lexe češ ině (ať už současné nebo něk e ých odlišnos ech exis ující p ůběhu 19.s o-
le í). Jsme si ědomi oho, že křadě p ocesů, jako je např.al e nace kořenných hlásek, ne-
dochází české subs an i ní lexi nahodile aže je možné y o p a idelnos i zohledni při
y áření zo ů, což se dělo. Nicméně naše poje í zo ů můžeme naz a kombinací mo -
ologicko-lexikálního přís upu ( o je aké dů od, p oč máme pomě ně elké množs í zo-
ů). Pods a ou našeho přís upu je požada ek, aby se podle daného zo u dala bez doda eč-
ných p a idel azásahů nagene o a šechna slo a ykazující ůznou kombinaci al e nací
 ámci pa adigma u (podle našeho zo u lebka je nagene o áno např.slo o ubka (al e -
nace Lsg a kladné e Gpl), nikoli šak např.slo o ke amika, k e é má sice u éž al e na-
ci Lsg, ale Gpl je bez kladného e); na nagene o ání slo a ke amika máme zo páka.
L. BENEšOVÁ— K. KUČERA— K. NAJBRTOVÁ— K. PIVOňKOVÁ— M. STLUKA 129
kulina ypu cyklus, adius, genius, dingo, eminina ypu nausea, achi is, synopsis, ibia,
neu a ypu cen um, epi e on.
S ejně je omu i případě slo es. Sys ém slo esných konjugací je češ ině elmi
složi ý. Velký poče ýsledných slo esných zo ů byl nu ný do značné mí y éž p o o,
že při au oma ickém gene o ání jedno li ých a ů je iu o málně blízkých slo es
řeba počí a s ůznými hlásko ými změnami sys émo ě o ožně ořených a ech
(např. ys řihnou : ys řihnu / ys řižen, ale y isknou : y isknu / y iš ěn).
Všechny seznamy zo ů pak byly dále doplněny onep a idelné a y, případě
subs an i aadjek i aké o a y nesklonné. Poče zo ů je díky omu pomě ně y-
soký (de ailněji iz abulka 1 a2).
Poče subs an i ních zo ů (bez a ian ních modi ikací p o p op ia) 164
Poče slo esných zo ů 294
Poče adjek i ních zo ů (bez a ian ních modi ikací p o p op ia) 24
TABULKA 1.Poč y jedno li ých zo ů
N-M N-I N-F N-N
Poče subs an i ních zo ů 49 38 49 28
TABULKA 2.Poč y jedno li ých zo ů podle odů23
5.2 GENEROVÁNÍ PARADIGMAT
Abychom mohli dokončený slo ník použí p o samo nou mo ologickou ano aci, bylo
nu né zd ojo ý ex o ý ma e iál slo níku oz řídi k y ořeným zo ům (uoheb-
ných slo ních d uhů; iz ýše) apo é ho ozgene o a do komple ních pa adigma
pomocí jednoduchých sc ip ů24 y ořených  ámci diach onní sekce ÚČNK. Sc ip y
byly koncipo ány ak, aby obsaho aly ypické pa adigma p o daný zo , němž bylo
ke každému a u přiřazeno lemma apo řebná mo ologická in o mace, esp. eš-
ke á možná mo ologická in e p e ace daného a u ( e o mě šes nác imís ného
mo ologického agu).
Ukázka sc ip u ke gene o ání zo u žák
w i eln( ou ,(lemma+#09+hype +' '+'N-MS1-----A-----'));
w i eln( ou ,(kmen1+'a'+#09+hype +' '+'N-MS2-----A-----'+' '+'N-MS4-----A-----'));
w i eln( ou ,(kmen1+'u'+#09+hype +' '+'N-MS3-----A-----'+' '+'N-MS5-----A-----'+' '+'N-MS6-----A-----'));
w i eln( ou ,(kmen1+'o i'+#09+hype +' '+'N-MS3-----A-----'+' '+'N-MS6-----A-----'));
w i eln( ou ,(kmen1+'em'+#09+hype +' '+'N-MS7-----A-----'));
w i eln( ou ,(kmen2+'i'+#09+hype +' '+'N-MP1-----A-----'+' '+'N-MP5-----A-----'));
w i eln( ou ,(kmen1+'o é'+#09+hype +' '+'N-MP1-----A-----'+' '+'N-MP5-----A-----'));
23 N-M: ži o ná maskulina, N-I: neži o ná maskulina, N-F: eminina, N-N: neu a.
24 Každý ze zo ů byl zp aco án jedním sc ip em.
136 ČASOPIS PRO MODERNÍ FILOLOGII 105, 2023, Č.1
POZICE 9 (pomocné slo eso)
- neu čuje se
POZICE 10 (s upeň)
1 1. s upeň
2 2. s upeň
3 3. s upeň
- neu čuje se
POZICE 11 (negace)
A a i ma i (bez nega i ní předpony „ne“)
N negace ( a snega i ní předponou „ne“)
- neu čuje se
POZICE 12 (ak i um/pasi um)
A ak i um nebo ,nikoli pasi um‘
P pasi um
POZICE 13 (NEVYUŽITO)
- neu čuje se
POZICE 14 (ag egá )
1 součás g a ické jedno ky složené z a ů několika slo
- neu čuje se
POZICE 15 ( a y obsahující čás ici)
T a obsahující čás ici -ť, - ě, -ž
B a obsahující kondicionálo ý mo ém -by
- neu čuje se
POZICE 16 ( id)
P dokona ý id
I nedokona ý id
9. PROPRIA
Při ses a o ání MS aadap aci agse u p o účely ko pusu DIA1900 bylo možné označi
nejen speci ické mo ologické, ale iséman ické cha ak e is iky, což umožnilo  ámci
ko pusů ÚČNK zcela no ě iden i iko a p op ia, konk é ně na 6.pozici agu. P op ia
jsou co do s é unkce imo ologické aséman ické speci ičnos i s éby nou skupinou
(Knappo á, 1980; Hladká— Nekula, 2017), jejíž jednoznačné ydělení o e ře mož-
nos i dalšího ling is ického ýzkumu. Zhlediska ko puso ého zp aco ání p op ií
ajejich začlenění do MS byla ýz ou přede ším mo ologická speci ika p op ií, jejich
homonymie sapela i y acelko ě aké de ekce p op iálních a ů  ex u.

L. BENEšOVÁ— K. KUČERA— K. NAJBRTOVÁ— K. PIVOňKOVÁ— M. STLUKA 137
Zpohledu zařazení p op ií do MS jde např.oodchylky od apela i ních zo ů
dané absencí singulá o é, případně plu álo é čás i pa adigma u, duble ní pádo é
konco ky ikonco ky p o odpo ídající zo nes anda dní či obecně nep a idelné pa-
adigma. Vpřípadě něk e ých p op ií cizího pů odu bylo zapo řebí y oři zo y
yze p op iální auob ížně zařadi elných p op ií smalou mí ou začlenění do českého
p a opisného amo ologického sys ému se omezi pouze na označení konk é ního
slo ního a u  ex u, bez gene o ání celého pa adigma u.
P o názo nos jmenujme několik příkladů: příjmení cizího pů odu sněmým ebyly
ozřazo ány např.ke zo ům Ou side , Zwinge , Vol ai e. K ypickým duble ám dopl-
ňo aným ke zo ům u oponym pa řily upomnožných konco ky -ům/-ím da i u
a-ech/-ích lokálu, dále např.u oponym zakončených -bu k/-pu k bylo zapo řebí
nagene o a duble y -a/-u geni i u a-ku/-ce lokálu apod.
Vedle o málních z láš nos í p op iálních a ů bylo nu né oše ři ihomonymii
s a y apela i ními, unichž by případě nede eko ání p op iální pla nos i došlo
kchybné mo ologické in e p e aci a u aké na pozici slo ního d uhu či odu.
Jde např.o yp pan Sluníčko (subs an i um, maskulinum ži o né), pan Nosil (sub-
s an i um, maskulinum ži o né), pan Lomnický (subs an i um, maskulinum ži o né)
nebo paní Sobolo á (subs an i um, emininum). P o příjmení sadjek i ní o mou ak
byly y ořeny p op iální zo y Palacký, Nebeský, k e é edle již exis ujících apela-
i ních zo ů Hajný aKojná umožnily subs an i ní in e p e aci ěch o p op iálních
a ů.
Samo né budo ání modulu p op ií  ámci MS bylo ozčleněno do několika ází.
P op ia byla do MS slo níku zařazo ána  ámci p ní áze příp a y spolu sapela i -
ními lemma y ze SSJČ aPSJČ, kdy p op iální pla nos lemma u signalizo alo počá eční
elké písmeno. Pa alelně p obíhala de ekce p op ií ma e iálu ko pusu DIA1900.
P op ia byla dále selek o ána  ámci p ocesu uční předano ace zaměřené na au-
oma icky označené nes anda dní a y. Nakonec byly de eko ány p op iální a y
homonymní se s anda dními a y apela i . P o en o p oces bylo zásadní, aby byl MS
již zá ě ečné ázi příp a aobsaho al co nej ě ší množs í apela i ních a ů. Au-
oma icky byly z ex o ého ma e iálu ko pusu yb ány ako é a y, k e é měly elké
počá eční písmeno, ale jinak byly o málně o ožné sapela i ním a em obsaženým
MS. Výsledný ýbě a ů byl dále říděn ap op iální a y byly ozřazo ány kade-
k á ním zo ům. Na zá ě (po podchycení íceslo ných p op iálních jedno ek) byl
yuži nás oj NameTag, de ekující au oma icky ůzné d uhy pojmeno ání.36
Jako za ím nep o edi elná se ukázala pů odní ize p o ázanos i a ian ních o-
ponym označujících u éž lokali u. Vzhledem k elké škále a iabili y, p a opisných
z láš nos í, neob yklého uži í, pří omnos i a ian ůzných jazyko ých p o eniencí
přizpůsobených čas o ěžko před ída elným způsobem i zhledem kob ížné iden i-
ikaci označo aných mís nebylo (za ím) možné u o předs a u ealizo a .
Lze šak předpokláda , že se modul p op ií sdalším ozšiřo áním MS bude zdo-
konalo a au čení p op ií každém dalším ko pusu s yuži ím oho o slo níku bude
snazší apřesnější.
36 NameTag [online]. [ci .29.3.2022]. Dos upné z: <h p://linda .m .cuni.cz/se ices/na-
me ag/ un.php>.
138 ČASOPIS PRO MODERNÍ FILOLOGII 105, 2023, Č.1
10. ZÁVĚR
Ačkoli jsme při o bě ko pusu DIA1900 dbali omaximálně přesný o mální popis
jazyka 19.s ole í, snažili jsme se zá o eň s ejnou mě ou zohledni po řeby po en-
ciálního uži a ele oho o ko pusu sjeho synch onním nímáním češ iny. Ten o
zámě důsledku u čo al eške ý pos up p ací při příp a ě ko pusu. Tam, kde
byla při p áci sjazyko ým ma e iálem a o d ě k i é ia na p ní pohled neslu-
či elná abylo nu né mezi nimi oli , byly y inu y pos upy, k e é zajis ily ě ší
plas ičnos popisu, aumožnily ak zacho ání o no áhy mezi k i é ii. Na jedno -
li á ozhodnu í na ú o ni zp aco ání ex ů  om o smyslu na azují ozhodnu í
oo ganizaci a ů alemma MS ahledání no ých echnických možnos í, k e é by
pomohly p o áza a ian ní a y alemma a (např. olba ícečlenného lemma u
anašep á ač). Vzhledem k omu, že příp a a ko pusu ame ada kjeho ano o ání
byla pods a nou mě ou o li něna omylnos í lidského ak o u (nicméně en o ak-
o po ažujeme spíše za klad našeho přís upu), jsme si při ší naší snaze ědomi,
že ýsledný ko pus nemůže bý zcela p os chyb. Ro něž pochyby, k e é jsme měli
při ozhodo ání ospo ných p cích, zůs anou nadále in eg ální součás í ko pusu
DIA1900, ač p imá ně ne idi elné anámi snad yřešené ím nejadek á nějším
možným způsobem.
Přes o, nebo snad spíše díky omu, že alná ě šina p ací spojená spříp a ou ko -
pusu DIA1900 byla základu manuální nebo poloau oma ická, umožní ýsledný MS
spolu s učně desambiguo anými da y budoucnu spolehli ou au oma ickou ano aci
ex ů celého 19.s ole í, případně i ex ů s a ších.
Za yuži í y ořeného MS ae alonu aza s ejných k i é ií ýkajících se žán o é
ačaso é y áženos i znikne budoucnos i ko pus 1.polo iny 19.s ole í— DIA1850,
zah nující ex y z1.polo iny 19.s ol. Jeho ealizací by se nám podařilo zjazyko ě
o málního hlediska komple ně pos ihnou češ inu celého 19.s ole í, a o už s yuži-
ím au oma ické mo ologické ano ace adesambiguace. Než se ak s ane, bude nu né
y oři manuálně desambiguo aný e alon z ex ů 19.s ole í, k e ý se s ane základem
p o agge .37
LITERATURA AINTERNETOVÉ ZDROJE
37 Vsoučasné ch íli (březen 2023) je dokončena ě šina příp a ných ází ko pusu DIA1900
popiso aných  om o příspě ku. Ak uálně je p o áděna uční desambiguace e alonu, k e-
á předs a uje p e inální ázi při dokončo ání oho o ko pusu.
A om. Ahackable ex edi o o he 21s Cen u y
[online]. [ci .29.3.2022]. Dos upné z:
<h ps://a om.io/>.
DEBDic [online]. [ci .29.3.2022].
Dos upné z: <h ps://deb. i.muni.cz:8005/
debdic />.
Fea / Home [online]. [ci .29.3.2022]. Dos upné
z: <h ps://bi bucke .o g/czesl/ ea /wiki/
Home>.
ÚČNK: Wiki [online]. [ci .29.3.2022].
Dos upné z: h ps://wiki.ko pus.cz/doku.php/
pojmy:lemma?s[]=hype lemma.
L. BENEšOVÁ— K. KUČERA— K. NAJBRTOVÁ— K. PIVOňKOVÁ— M. STLUKA 139
ÚTKL: Poziční mo ologické agy [online].
[ci .29.3.2022]. Dos upné z: <h p://u kl.
.cuni.cz/~skoumal/mo o/?lang=cs>.
Hajič, J. (2004): Disambigua ion o Rich In lec ion:
Compu a ional Mo phology o Czech. P aha:
Ka olinum.
Hladká, Z.— Nekula, M. (2017): VLASTNÍ
JMÉNO. In: P.Ka lík— M.Nekula—
J.Pleskalo á (eds.), CzechEncy— No ý
encyklopedický slo ník češ iny. [online].
[ci .15.3.2022]. Dos upné z: <h ps://www.
czechency.o g/slo nik/VLASTNÍ JMÉNO>.
Hla áčo á, J.— Mikulo á, M.—
Š ěpánko á, B.— Hajič, J. (2019):
Modi ica ions o he Czech mo phologigal
dic iona y o consis en co pus anno a ion.
Jou nal o Linguis ics, 70, 2, s.380–389.
In e ne o á jazyko á pří učka [online].
[ci .29.3.2022]. Dos upné z: <h ps://
p i ucka.ujc.cas.cz/>.
Kie aś, W.— Woliński, M. (2018): Manually
Anno a ed Co pus o Polish Tex s Published
be ween 1830 and 1918. In: P oceedings o he
Ele en h In e na ional Con e ence on Language
Recou ces and E alua ion (LREC 2018).
Miyazaki, Japan: ELRA.
Knappo á, M. (1980): Významo é aspek y
las ních jmen. Slo o aslo esnos , 41, s.57–60.
Kuče a, K.— Najb o á, K.—
Pi oňko á,K.— Řehořko á,A.—
S luka,M. (2019): Ko pus českého jazyka
2.polo iny 19.s ole í. Časopis p o mode ní
ilologii, 101, 1, s.92–97.
Linde, S.— Mi mann, R. (2013): Old Ge man
e e ence co pus: digi izing he knowledge od
he 19 h cen u y. Au oma ed p e-anno a ion
using digi ized his o ical glossa ies. In:
P.Benne — M.Du ell— S.Scheible—
R.J.Whi (eds.), New Me hods in His o ical
Co po a. Tübingen: Na Ve lag, s.235–246.
NameTag [online]. [ci .29.3.2022]. Dos upné z:
<h p://linda .m .cuni.cz/se ices/name ag/
un.php>.
Osolsobě, K.— Hla áčo á, J.—
Pe ke ič,V.— Šimandl, J.— S ášek,M.
(2017): No á au oma ická mo ologická
analýza češ iny. Naše řeč, 4, s.225–234.
Pe e sson, E.— Bo in, L. (2019):
Cha ac e is ics o diach onic and his o ical
co po a. Fea u es o conside in aSwedish
diach onic co pus. [online]. [ci .29.1.2022].
Dos upné z: <h ps://swecla in.se/si es/
swecla in.se/ iles/diach onic-co po a-
swecla in- 3.pd >.
PSJČ. Pří uční slo ník jazyka českého [online].
[ci .29.3.2022]. Dos upné z: <h ps://ba a.
ujc.cas.cz/psjc/>.
SSJČ. Slo ník spiso ného jazyka českého [online].
[ci .29.3.2022]. Dos upné z: <h ps://ssjc.ujc.
cas.cz/>.
Lucie Benešo á | Ús a Českého ná odního ko pusu,
Filozo ická akul a Uni e zi y Ka lo y | Panská 890/7, 110 00 P aha 1
ORCID ID: 0000-0001-6395-3958
lucie.beneso a@ .cuni.cz
Ka el Kuče a | Ús a Českého ná odního ko pusu,
Filozo ická akul a Uni e zi y Ka lo y | Panská 890/7, 110 00 P aha 1
ORCID ID: 0000-0002-0762-5682
ka el.kuce a@ .cuni.cz
Ka eřina Najb o á | Ús a Českého ná odního ko pusu,
Filozo ická akul a Uni e zi y Ka lo y | Panská 890/7, 110 00 P aha 1
ORCID ID:
ka e ina.najb o a@ .cuni.cz
140 ČASOPIS PRO MODERNÍ FILOLOGII 105, 2023, Č.1
Klá a Pi oňko á | Ús a Českého ná odního ko pusu,
Filozo ická akul a Uni e zi y Ka lo y | Panská 890/7, 110 00 P aha 1
ORCID ID: 0009-0000-0990-7424
kla a.pi onko a@ .cuni.cz
Ma in S luka | Ús a Českého ná odního ko pusu,
Filozo ická akul a Uni e zi y Ka lo y | Panská 890/7, 110 00 P aha 1
ORCID ID: 0000-0003-3294-3583
ma in.s lukaa@ .cuni.cz