AplikaceAplikace

Kdo Treq vyvíjí?

Návrh a realizace: Martin Vavřín, Alexandr Rosen

Nástroj pro zarovnání slov a extrakci slovních párů: GIZA++ (Och, F. J. – Ney, H. (2003). A systematic comparison of various statistical alignment models. Computational Linguistics, 29(1), 19–51.), s díky Ondřeji Bojarovi a Davidu Marečkovi za pomoc s instalací. Výsledek automatické excerpce už nebyl nijak revidován.

Za podněty k vývoji Trequ vděčíme Elżbietě Kaczmarské.

Uživatelské rozhraní: Martin Vavřín

Příprava dat: Pavel Procházka, Martin Vavřín

Grafická podpora: Jan Kocek

Jak citovat Treq:

  • Vavřín, M. – Rosen, A.: Treq. FF UK. Praha 2015. Dostupný z WWW: "http://treq.korpus.cz".
  • Škrabal, M. – Vavřín, M. (2017): Databáze překladových ekvivalentů Treq. Časopis pro moderní filologii 99 (2), s. 245–260.

Verze 0.1 (alpha)

Datum zveřejnění: září 2014
  • prohledávání výsledků z jádra Intercorpu

Verze 0.2 (beta)

Datum zveřejnění: srpen 2015
  • doplnění dat z dalších částí Intercorpu (balíčky)
  • nový design uživatelského prostředí
  • integrace do lišty nástrojů ÚČNK na portálu korpus.cz

Verze 0.3 (beta)

Datum zveřejnění: září 2015
  • překlad rozhraní do angličtiny
  • odkazy na adekvátní dotaz do Kontextu

Verze 1.0

Datum zveřejnění: říjen 2015
  • drobné úpravy rozhraní a oficiální zveřejnění

Verze 1.1

Datum zveřejnění: leden 2016
  • doplněn sloupeček procenta v tabulce výsledků
  • logování dotazů

Verze 2.0

Datum zveřejnění: březen 2017
  • přepracován výběr jazyků dotazu a výsledku
  • přidány anglicko-cizojazyčné slovníky
  • přidány slovníky s víceslovnými jednotkami
  • přibyla možnost vybírat skupiny kolekcí
  • ke kladení dotazu lze použít regulární výrazy
  • lze ignorovat velká/malá písma v dotazu
  • přibyl součet výskytů na konci seznamu

Verze 2.1

Datum zveřejnění: červenec 2020
  • aktualizace dat: korpus Intercorp v. 12
  • přidány španělsko-cizojazyčné slovníky
  • přidána slova se spojovníkem

Verze 2.2

Datum zveřejnění: leden 2023
  • aktualizace dat: korpus Intercorp v. 15


© 2015, ÚČNK

Omezit hledání na jádro/kolekce

Vyberte typy dat, které chcete zahrnout do prohledávání.

Co je to jádro a co jsou to kolekce?

Vyhledávat v lemmatizované verzi databáze

Při zaškrtnutí pracuje se základními slovníkovými tvary slov (kočka-cat, hezký-hübsch, psát-pisać) na rozdíl od nelemmatizované verze (kočky-cats, hezkého-hübschen, psal jsem-pisałem).

Co je to lemma?

Které jazyky jsou lemmatizované?

Zahrnout víceslovné jednotky

Při zaškrtnutí pracuje s verzí databáze, která obsahuje i víceslovné jednotky. (Upozornění: Při vyhledávání víceslovných jednotek je nutné počítat se zvýšenou mírou chybovosti.)

Použít regulární výrazy v dotazu

Regulární výrazy jsou speciální znaky se zvláštním významem (např. tečka zastupuje jeden libovolný znak), které umožňují klást složitější typy dotazů. (Upozornění: Oproti běžnému dotazu může jejich vyhodnocování trvat déle.). I bez zaškrtnutí této volby lze použít znak % pro libovolné slovo nebo jeho část (např. hezk% najde tvary: hezký, hezká, hezké, hezkou, hezkými, hezky aj.).

Které regulární výrazy mohu v Trequ použít?

Nerozlišovat velikost písmen v dotazu

Při zaškrtnutí budou na dotaz kočka nalezena slova kočka, Kočka, KOČKA atp.

Ver. 2.2
Výchozí jazyk Cílový jazyk Omezit na ?
? ? ? ?

Nápověda

Nevíte, jak nejlépe přeložit nějaké slovo? Potřebujete vymyslet vhodné synonymum? Zkuste Treq! Treq je sbírka dvojjazyčných slovníků, vytvořených automaticky z paralelního korpusu InterCorp. Slovníky jsou obousměrné, se všemi jazyky na jedné straně a češtinou, angličtinou nebo španělštinou na straně druhé.

Nejdříve zvolíme výchozí jazyk, v němž je hledaný výraz, a cílový jazyk, do něhož jej chceme přeložit. Slovo můžeme zadat v konkrétním tvaru, v základním slovníkovém tvaru (Lemmata), lze vyhledávat i víceslovnou jednotku (Víceslovné), využít při hledání regulární výrazy (Regulární) nebo v dotazu nerozlišovat velikost písmen (A = a). Můžeme si také vybrat, zda má být výsledek založen na překladech beletristického jádra, jednotlivých kolekcí, nebo všech textů v InterCorpu (Omezit na:). Pak slovo zadáme (Dotaz:) a klikneme na Hledej. Výsledkem dotazu je seznam nalezených překladů zadaného slova, defaultně setříděných sestupně podle frekvence. Pro ověření výskytu v kontextu je možné si dvojici výrazů vyhledat dotazem do korpusu InterCorp kliknutím na ekvivalent. Počet výskytů se však může lišit – paralelní dotaz najde i konkordance, v nichž potenciální ekvivalent odpovídá jinému slovu.

Treq vychází z textů 15. vydání paralelního korpusu InterCorp. Originální a překladové texty jsou nejprve na základě statistických výpočtů zarovnány po slovech pomocí programu GIZA++ (Och–Ney 2003). Zarovnané dvojice slov jsou pak setříděny a sumarizovány. Výsledek automatické excerpce není nijak revidován, jako ukazatel relevance překladového ekvivalentu však může posloužit relativní frekvence příslušné dvojice slov. Čím častěji se ekvivalent zadaného slova vyskytl ve srovnání s ostatními ekvivalenty, tím větší je pravděpodobnost, že je funkční.