Struktura korpusu

Korpus DIALOG obsahuje nahrávky a přepisy diskusních pořadů českých televizí. Je morfologicky anotovaný a lemmatizovaný, tzn. jednotlivá slova korpusu byla obohacena o informace o morfologii a zařazena k základnímu slovnímu tvaru (lemmatu). Korpus byl anotován a lemmatizován automaticky; využit byl systém Jana Hajiče (popis značek zde).
 
V roce 2015 byla zveřejněna nejnovější verze korpusu: DIALOG 1.2 (ke starším verzím viz níže).
 
DIALOG 1.2
 
  • Celková velikost je 1 081 483 textových slov (počet textových slov a technických značek 1 476 052).
  • Počet mluvčích je 818, z toho 282 mluvčích vysloví více než 1000 slov.
  • Obsahuje 175 nahrávek a přepisů, a to v tomto složení:
    • 39 pořadů 7 čili Sedm dní / Sedmička (Nova, 1997–2006),
    • 25 pořadů Na plovárně (Česká televize, 1999–2005),
    • 21 pořadů Krásný ztráty (Česká televize, 2000-2005),
    • 11 pořadů Uvolněte se, prosím (Česká televize, 2006–2010),
    • 10 pořadů Média (Česká televize, 2003–2006),
    • 10 pořadů Otázky Václava Moravce (Česká televize, 2004–2006),
    • 9 pořadů Nedělní partie (Prima, 1999-2006),
    • 6 pořadů Dvojhlas (Česká televize, 2003),
    • 4 pořady Aréna (Česká televize, 1998-1999),
    • 4 pořady Na hraně (Česká televize, 2003–2004),
    • 4 pořady Katovna (Česká televize, 1999-2000),
    • 4 pořady Ženský hlas (Česká televize, 2002),
    • 3 pořady Čaj pro třetího (Česká televize, 2003),
    • 3 pořady Naostro (Česká televize, 2001-2002),
    • 3 pořady Vertikála (Česká televize, 2003-2004),
    • 2 pořady Bez kravaty (TV3, 2002),
    • 2 pořady Rendez-vous (Česká televize, 2009),
    • 2 pořady Všechnopárty (Česká televize, 2009-2010),
    • 2 pořady V pravé poledne (Česká televize, 1999),
    • 1 pořad 21 (Jednadvacítka) (Česká televize, 1998),
    • 1 pořad Další, prosím (Prima, 2000),
    • 1 pořad Debata (Česká televize, 1997).
    • 1 pořad Milénium (Česká televize, 2009),
    • 1 pořad Noc s Andělem (Česká televize, 2007),
    • 1 pořad O cestě na Hrad a zase zpátky (Česká televize, 2003),
    • 1 pořad Profil Studia 6 (Česká televize, 2010),
    • 1 pořad Přísně veřejné (Česká televize, 1999),
    • 1 pořad Rozhovory (Česká televize, 2002),
    • 1 pořad Špona (Česká televize, 2003),
    • 1 pořad Z očí do očí (Česká televize, 2001).
Archiv


K dispozici jsou také starší verze korpusu: DIALOG 1.1, DIALOG 1.0, DIALOG 0.3, DIALOG 0.2.

DIALOG 1.1
  • Celková velikost je 932 373 textových slov (počet textových slov a technických značek je 1 264 902).
  • Počet mluvčích je 758, z toho 245 mluvčích vysloví více než 1000 slov.
  • Obsahuje 150 nahrávek a přepisů, a to v tomto složení:
    • 37 pořadů 7 čili Sedm dní / Sedmička (Nova, 1997–2006),
    • 19 pořadů Na plovárně (Česká televize, 1999–2004),
    • 18 pořadů Krásný ztráty (Česká televize, 2000-2005),
    • 11 pořadů Uvolněte se, prosím (Česká televize, 2006–2010),
    • 10 pořadů Otázky Václava Moravce (Česká televize, 2004–2006),
    • 10 pořadů Média (Česká televize, 2003–2006),
    • 6 pořadů Dvojhlas (Česká televize, 2003),
    • 5 pořadů Nedělní partie (Prima, 1999-2006),
    • 4 pořady Ženský hlas (Česká televize, 2002),
    • 3 pořady Katovna (Česká televize, 1999-2000),
    • 3 pořady Na hraně (Česká televize, 2003–2004),
    • 3 pořady Vertikála (Česká televize, 2003-2004),
    • 3 pořady Čaj pro třetího (Česká televize, 2003),
    • 2 pořady Bez kravaty (TV3, 2002),
    • 2 pořady Rendez-vous (Česká televize, 2009),
    • 2 pořady Všechnopárty (Česká televize, 2009-2010),
    • 1 pořad 21 (Jednadvacítka) (Česká televize, 1998)
    • 1 pořad Aréna (Česká televize, 1999),
    • 1 pořad O cestě na Hrad a zase zpátky (Česká televize, 2003),
    • 1 pořad Z očí do očí (Česká televize, 2001),
    • 1 pořad Profil Studia 6 (Česká televize, 2010),
    • 1 pořad Přísně veřejné (Česká televize, 1999),
    • 1 pořad Naostro (Česká televize, 2001),
    • 1 pořad Noc s Andělem (Česká televize, 2007),
    • 1 pořad Milénium (Česká televize, 2009),
    • 1 pořad Špona (Česká televize, 2003),
    • 1 pořad Rozhovory (Česká televize, 2002),
    • 1 pořad Další, prosím (Prima, 2000).

 

DIALOG 1.0

  • Celková velikost korpusu je 666 695 textových slov (počet textových slov a technických značek je 904 997).
    Počet mluvčích je 618, z toho 159 mluvčích vysloví více než 1000 slov.
    Obsahuje 100 nahrávek a přepisů, a to v tomto složení:
    • 31 pořadů 7 čili Sedm dní / Sedmička (Nova, 1999–2006),
    • 11 pořadů Na plovárně (Česká televize, 2001–2003),
    • 10 pořadů Krásný ztráty (Česká televize, 2005),
    • 9 pořadů Otázky Václava Moravce (Česká televize, 2004–2006),
    • 7 pořadů Média (Česká televize, 2003–2006),
    • 4 pořady Dvojhlas (Česká televize, 2003),
    • 4 pořady Ženský hlas (Česká televize, 2002),
    • 4 pořady Nedělní partie (Prima, 2004),
    • 3 pořady Uvolněte se, prosím (Česká televize, 2006–2007),
    • 3 pořady Na hraně (Česká televize, 2003–2004),
    • 2 pořady Čaj pro třetího (Česká televize, 2003),
    • 1 pořad Vertikála (Česká televize, 2004),
    • 1 pořad Katovna (Česká televize, 2000),
    • 1 pořad O cestě na Hrad a zase zpátky (Česká televize, 2003),
    • 1 pořad Z očí do očí (Česká televize, 2001),
    • 1 pořad Přísně veřejné (Česká televize, 1999),
    • 1 pořad Naostro (Česká televize, 2001),
    • 1 pořad Noc s Andělem (Česká televize, 2007),
    • 1 pořad Všechnopárty (Česká televize, 2009),
    • 1 pořad Špona (Česká televize, 2003),
    • 1 pořad Rozhovory (Česká televize, 2002),
    • 1 pořad Bez kravaty (TV3, 2002),
    • 1 pořad Další, prosím (Prima, 2000).
 

DIALOG 0.3
  • Celková velikost korpusu je 493 089 textových slov.
  • Počet mluvčích je 487, z toho 100 mluvčích vysloví více než 1000 slov.
  • Obsahuje 70 nahrávek a přepisů, a to v tomto složení:
    • 31 pořadů 7 čili Sedm dní / Sedmička (Nova, 1999–2006),
    • 9 pořadů Otázky Václava Moravce (Česká televize, 2004–2006),
    • 9 pořadů Na plovárně (Česká televize, 2001–2003),
    • 6 pořadů Média (Česká televize, 2003–2006),
    • 4 pořady Dvojhlas (Česká televize, 2003),
    • 4 pořady Ženský hlas (Česká televize, 2002),
    • 2 pořady Uvolněte se, prosím (Česká televize, 2006–2007),
    • 1 pořad Nedělní partie (Prima, 2004),
    • 1 pořad Krásný ztráty (Česká televize, 2005),
    • 1 pořad Vertikála (Česká televize, 2004),
    • 1 pořad Katovna (Česká televize, 2000),
    • 1 pořad O cestě na Hrad a zase zpátky (Česká televize, 2003).

DIALOG 0.2
  • Celková velikost korpusu je 361 000 textových slov.
  • Počet mluvčích je 407, z toho 59 mluvčích vysloví více než 1000 slov.
  • Obsahuje 40 nahrávek a přepisů, a to v tomto složení:
    • 31 pořadů 7 čili Sedm dní / Sedmička (Nova, 1999–2006),
    • 8 pořadů Otázky Václava Moravce (Česká televize, 2004–2006),
    • 1 pořad Nedělní partie (Prima, 2004).

DIALOG 0.1m
  • Celková velikost korpusu je 92 000 textových slov.
  • Počet mluvčích je 149, z toho 23 mluvčích vysloví více než 1000 slov. 
  • Obsahuje 10 nahrávek a přepisů pořadu 7 čili Sedm dní / Sedmička (Nova, 1999–2005).