kemonine/emacs
Archived
1
0
Fork 0
Code Activity
This repository has been archived on 2024-10-19. You can view files and clone it, but cannot push or open issues or pull requests.
emacs/common/dictionaries/cs/license

557 lines
47 KiB
Plaintext
Raw Normal View History

start working on flyweel/ispell/hunspell
2022-04-25 18:43:48 +00:00
KONTROLA PRAVOPISU PRO SPISOVNOU ČEŠTINU
Toto jsou soubory kontroly pravopisu Hunspell pro spisovnou češtinu. Jde o opravené a doplněné nejkvalitnější verze standardních souborů pro kontrolu spisovné češtiny nalezené na internetu. Prapůvodní slovník a gramatika pravděpodobně byly vytvořeny pro Ispell týmem kolem Petra Koláře (viz (https://github.com/tvondra/ispell_czech/blob/master/ceskeaff.txt). Později byly konvertovány pro Hunspell a nejméně jednou doplněny. Informace o tom, kdo soubory doplňoval a upravoval v minulosti, bohužel nemáme. Autorem této nejnovější úpravy z 20. února 2021 je Miroslav Pošta (www.translatoblog.cz, https://www.linkedin.com/in/miroslavposta/).
Soubory jsou licencovány pod licencí GNU/GPL, která je přiložena níže.
Poznámka: Vedle této verze s licencí GNU/GPL tvoří jiný tým zcela novou verzi kontroly pravopisu s licencí CC0, prozatím se však jedná o experimentální nástroj. Podrobněji na https://ceskeslovniky.cz/.
POPIS AKTUALIZACE SOUBORŮ PRO KONTROLU PRAVOPISU (.DIC A .AFF)
Stručně
Byl upraven slovník i soustava afixů tak, aby lépe odpovídaly dnešní kodifikaci a úzu. Základ vytvořený původními autory pro Ispell byl zachován v maximální možné míře.
Ze slovníku byla odstraněna řada chybných, problematických a zastaralých slov a tvarů a byla do něj přidána některá chybějící slova (více než 6000 položek ve slovníku). Provést dokonalou opravu a aktualizaci však není v silách jednotlivce, proto je jisté, že ve slovníku nadále určitá slova přebývají a mnoho slov, především méně frekventovaných, chybí.
Slova byla přidávána především na základě seznamů slov vygenerovaných z jazykových korpusů, překladových pamětí, terminologických databází a rejstříků zoologických publikací. (Přidána však nebyla některá řídká slova, která by mohla zvýšit pravděpodobnost přehlédnutí překlepů. Pokud takové slovo přece jen předáno bylo, může být vhodné jej v budoucnu vyřadit.) Na základě gramatických příruček byly cíleně přidány i některé dublety (např. středisk, louk), predikativa (na růžovo, po italsku), některá adjektiva odvozená od pomístních jmen (utažský), chybějící imperativy typu "brzdi", některá křestní jména, hlavně cizí, často používané názvy firem a produktů a časté zkratky.
Chybná či problematická slova a tvary k odebrání byly vyhledávány především pomocí kontroly pravopisu Windows v seznamech slov (words, tzn. slovních tvarů) vygenerovaných z žákovských a internetových korpusů. Díky tomu bylo např. zjištěno, že původní pravidla povolují určité typy častých překlepů (zejména u nerodilých uživatelů češtiny). Dále byly cíleně odebírány některé zastaralé varianty, které jsou sice přípustné, ale Dodatek MŠMT je nepovažuje za základní (slova z prvního výčtu, např. analysa, fantasie, explose, slova zakončená na -isace, -isovat, -isování, -isovaný, -isační). Je možné, že by je využili chemici a snad i jiné profese, v kontrole pravopisu určené pro současný jazyk pro ně ale místo není. (Je pravděpodobné, že slovník nadále některá taková slova obsahuje.)
Soubor s afixy byl upraven především takto: byl přehodnocen přístup k přechodníkům, byla přidána pravidla pro tvorbu přivlastňovacích přídavných jmen od maskulin životných ("otcův"), byla přidána pravidla pro stupňování adjektiv koncovkou -ejší/ější, byla přidána pravidla pro tvar 1. osoby sg. sloves na -u (vedle -i, např. "děkuju"), byla přidána pravidla pro vytváření přídavných jmen od jmen pomístních prostým přidáním koncovky -ský (a změnou velkého písmena na písmeno malé), byl opraven 6. p. mn. č. maskulin na -ga/ha/cha/ka (např. kolezích), byly provedeny další drobnější úpravy.
Podrobněji
Slova byla doplňována především z korpusů, a to zejména z korpusu Syn 2015 (lemmata s výskytem 100 a víc). Dále bylo cíleně doplněno mnoho názvů živočichů, a to především těch, která se v korpusech vyskytují nejčastěji.
Přístup k cizím slovům: systém kontroly pravopisu byl upravován především pro potřebu překladatelů. Proto často úmyslně nejsou zahrnuta anglická a jiná cizí slova (např. cool, green). Překladatel by jinak snadno mohl přehlédnout zapomenutá nepřeložená slova. Většinou nebyly přidávány ani latinské názvy organismů (Escherichia coli).
Přístup k přechodníkům: Soubor s afixy původně obsahoval pravidla pro tvorbu přítomných přechodníků ode všech sloves, tedy i od dokonavých, čímž vznikaly dávno nepoužívané přechodníky budoucí. Mnohdy také vznikala slova, která se nebezpečně podobala jiným korektním slovům, a proto vznikalo nebezpečí vzniku překlepů, např. napoje, nastroje, obhodě, oblíbě, ohromě, pohledě, rozumě, slepíce, vychodě, vyletě, vystavě, vyzdobě, zabavě, zahraníce, zavodně, navýše, přihodě, udaje, vyleže, odpovědě, odpustě, ohromě, otoče, poklada, poručíce, udaje, unavě, upravě, uspoře, učině, vychodě, vydaje, vydrže, vyměně, vyrobě, vyzbroje, vyznače, zkaze, zraně, způsobě. To je problém především u uživatelů, kteří na rozdíl od rodilých či plně kompetentních mluvčích necítí kvantitu některých vokálů a případně i konsonantů. Problematické tvary vznikaly i v případě přechodníků přítomných (např. časté překlepy brně, budě, větvě) a navíc vznikalo množství prakticky nepoužívaných tvarů (veda, spě, zva, pasa, udě; vzav, vstav, odjev, objav). Nabízela se dvě řešení: 1) přechodníky systémově v AFF zrušit a ty nejčastější přidat do DIC, 2) u sloves rozlišit vid přidáním příslušných příznaků a vytvořit pravidla pro tvorbu přítomných a minulých přechodníků. Druhým přístupem by se však neřešil jeden z problémů. Proto bylo zvoleno toto řešení: ze souboru AFF byla odstraněna pravidla pro přechodníky a do slovníku byly s příznakem X přidány nejčastější přechodníky (přítomné i minulé, ve tvaru maskulina). Tímto způsobem mohou být doplněny další přechodníky.
S přechodníky souvisí adjektiva od nich odvozená (např. "zpívající"). Pod příznakem X byla přidána pravidla pro tvorbu těchto adjektiv od přechodníků uvedených ve slovníku. Další mohou být přidána buď takto spolu s přechodníkem, nebo prostým přidáním adjektiva (na -cí nebo -vší) s příznakem Y.
Podrobněji k odvozování adjektiv od pomístních jmen: Jistě by se dala sestavit pravidla na paradigmatickou (pravidelnou) tvorbu adjektiv od různě zakončených slov, čímž by se slovník mohl výrazně zmenšit, ale při vkládání značek by se pak muselo nahlížet do tabulky s legendou, aby se nevytvořily nekorektní tvary. Proto jsem vytvořil jen komplex pravidel pro prosté přidání koncovky -ský (ve všech pádech sg. i pl.) a změny iniciálního velkého písmene na písmeno malé. (Jedná se o příznak ý automaticky kombinovaný s příznakem Ú a Ů.) Zdá se totiž, že prosté přidání -ský představuje cca 75 % případů. Je to opět volitelná možnost: lze buď postaru vložit do slovníku i přídavné jméno, nebo prostě přidat k pomístnímu jménu příznak "ý". (Starou metodu jsem na novou nezměnil. Je však možné udělat to dodatečně a zmenšit tak počet položek ve slovníku o několik stovek nebo tisíců.) Technická poznámka: řešení je realizováno příkazem CIRCUMFIX, který je v jazykových souborech pro různé jazyky poměrně vzácný.
Ke stupňování adjektiv: Byla vytvořena pravidla pro stupňování adjektiv koncovkou -ejší/ější. Jedná se o příznak y. (Jen několik desítek adjektiv se stupňuje pomocí koncovky -ší/čí.) Nově je tedy možné u takového adjektiva jen uvést příznak y. Jím se vytvoří všechny tvary komparativu a superlativu a dále stupňované příslovce. Starý systém byl na nový převeden jen u slov, která byla v původním slovníku jen v komparativu (a superlativu), nikoliv tedy v pozitivu. Tuto úpravu by bylo možné provést i v ostatních případech, čímž by se ušetřilo několik tisíc řádků. (Pokud jde o předponu "nejne", bylo by možné na ni rezignovat a tyto nečetné případy vyřešit jinak. Naopak příznak N by bylo třeba zachovat.) Je třeba otestovat, zda je vhodné, aby se od stupňovaného adjektiva automaticky tvořilo i stupňované příslovce - je třeba přiznat, že toto je poněkud nesystémové.
Zakázány byly tvary dokáži/dokáží a další podobné. V současné češtině se považují za zastarávající nebo knižní, respektive hyperkorektní, a proto je v přehledu tvarů neuvádí ani Internetová jazyková příručka Ústavu pro jazyk český. V některých typech textů se vyskytují se zvýšenou frekvencí možná právě proto, že je dosavadní kontroly pravopisu povolují.
Byly povoleny hovorové tvary příčestí s -s (dělals, dělalas, dělalos). Podle gramatik (GREPL a kol., ŠTÍCHA a kol. 2013) se jedná o hovorové, tedy spisovné prostředky. Zvláště užitečné jsou při stylizaci mluveného jazyka v audiovizuálních textech. Pravidla byla přidána vždy na konec za pravidla pod příznakem J, A, B a O, v případě potřeby se tedy snadno odstraní (v záhlaví je pak vždy třeba upravit počet pravidel/řádků, protože jinak by systém přestal fungovat). (Vadit může i to, že od reflexiv by se vlastně nemělo tvořit "doslechls", ale jen "doslechl ses".)
Původní verze považovala za chybné slovesné tvary jako nenuť, nenuťte, znechuť, balamuť, znechuťte, balamuťte. Bylo opraveno přidáním tří pravidel v souboru AFF.
Do slovníku byly doplněny nejčastější imperativy typu "brzdi", které byly v původní verzi považovány za chybné. Tento problém se pravděpodobně nedá řešit systémově. Jedinou možností by bylo vytvoření nového příznaku s pravidly pro tři tvary imperativu (plus prefix ne-).
Maskulina zakončená na -u měla nesprávný tvar 6. pádu množného čísla -ích (marabuích). To bylo opraveno a do slovníku bylo přidáno několik slov tohoto typu.
Pro maskulina zakončená na -ka/ga/ha/cha byla vytvořena pravidla pro tvorbu 6. pádu množného čísla (povodně se tvořil nesprávný tvar typu "kolegech").
Bylo upraveno skloňování substantiv mužského rodu životného zakončených na [ščžciďťň]a v 6. pádě množného čísla (bačích, founích, paňácích, rikších atd. místo původního bačech, founěch, paňácech, rikšech). U slov zakončených na -ia (pária) jsou povoleny dublety -ech/ích.
Byla přidána varianta "jedena-" pro tvorbu číslovek (vedle "jedna-" - např. jedenadvacet/jednadvacet).
Byly povoleny chybějící tvary minulého času pro femininum, neutrum a tvary plurálu, např. umlknula, umlknulo, umlknuli, umlknuly - týká se 17 sloves.
Přivlastňovací přídavná jména na -ův byla původně uvedena ve slovníku (netvořila se tedy prostřednictvím pravidel v seznamu afixů). To bylo neefektivní: takových položek bylo ve slovníku 48220. Nově se všechny tvary přivlastňovacího přídavného jména v mužském rodu tvoří příznakem u mužských životných vzorů. (Všechny položky, které se vytvoří novými pravidly, byla ze slovníku odstraněna, čímž ubylo 46326 řádků.) Pokryta nejsou jen slova zakončená na -e, -c (Šebrle, Goethe; Balzac), protože v prvním případě se někdy uplatňuje spíše koncovka -ho a v druhém případě se c často - ne však vždy - mění na k.
Pravidla pro tvorbu přivlastňovacích adjektiv od substantiv rodu ženského přidána nebyla, protože se tvoří výrazně méně často. Naopak byla ze slovníku odstraněna většina tvarů vytvořených od substantiv typu -ice/ině/yně, která se tvoří jen výjimečně (např. tchynin).
Byla vytvořena pravidla pro skloňování několika typů cizích jmen (Victoria, Balzac, Jake, Kennedy, Luigi, Mallarmé) - příznak í. U jmen zakončených na -e nebylo možné vytvořit pravidlo pro vokativ, protože není jednotný (Lukeu/Jakeu/Mikeu/Drakeu, Pete/Gable/White/Byrne; mimochodem Bryce je vzor "muž"). Ten je případně třeba přidat do slovníku zvlášť.
Byla vytvořena pravidla pro skloňování (původem) slovanských jmen s adjektivním skloňováním (Vranitzky, Brzezinski) - příznak é.(Příznak Y se použít nedal: funguje u slov jako "grizzly", "okapi", ale ne u vlastních jmen.)
Byly doplněny chybějící tvary zbyde, zbydeme, zbydete, zbydeš, zbydou a dále obdobné tvary sloves dobýt, nabýt, odbýt, pobýt, pozbýt, přibýt, ubýt, vybýt a vydobýt.
U některých slov byly povoleny některé dříve chybějící tvary: Opavané, Ústečané, homeopaté, horalé, kosmonauté, sparťané aj. (příznak D); vápně, předkole aj. (příznak R), prašno, syrovo aj. (příznak O).
Ve slovníku byla opravena některá chybná velká písmena: kurd, jihomoravan, středočech, středomoří, berounsko aj.
Byly opraveny různé chybné tvary: dipozici, banek, mozaiek, klaceku/večerníčeku, hardwareu/middlewareu, tůra, achillovka, albumy/albumu aj.
Filtrováním s využitím slovenské kontroly pravopisu byly cíleně odstraněny některé slovakismy, např. výnimka, ukážka, ponuka. (Pravděpodobně však zbývají některá slova s dlouhým ó nebo slova typu "vymyslený".) Je možné, že v některých případech šlo o moravské regionalismy, ale jejich přítomnost byla nebezpečná právě pro případ, že kontrolu bude chtít využívat rodilý mluvčí slovenštiny.
Do slovníku byly doplněny chybějící korektní tvary jmen "Korea", "Guinea" a "Nikaragua".
Ač je to sporné, ze slovníku byla vyřazena některá slova, která často vedla ke vzniku překlepů, např. chornický, rymický (obyvatelům Chornic, Rymic a několika dalších obcí se za to omlouvám, nicméně dají se snadno přidat - v případě přídavných jmen s příznakem Y, tedy např. chornický/Y). Ze stejného důvodu byly odstraněny i některé nářeční a řídké tvary, např. zdrželivý, vyběravý, lužka, mocha (> moch), zasnout (kvůli zhasnout), ozev (kvůli ozvů), Cetl (kvůli Četl), jak/PVI (kvůli "jaky" místo "jaký") lidický/R (tzn. příslovce, kvůli častému "lidicky" místo "lidičky").
Ve slovníku byla za zkratky, po nichž se píše tečka (např. "např.", "mjr."), přidána tečka. Nově je tak samostatně stojící "např" bez tečky považováno za chybu. Tím je vyřešen problém, na který upozorňují již autoři původního systému pro Ispell.
U několika sloves (-krájet, -poroučet, -želet) byla ve 3. os. pl. povolena dubleta na -ejí.
Bylo upraveno časování sloves "sejmout", "najmout", "obejmout", "pronajmou", aby byly povoleny tvary "sejmout", "najmul", "obejmul", "pronajmul" (mimochodem kodifikace sloves se základem "jmout" je nejednotná: zatímco např. "zaujmul" je považováno za nespisovné, "pronajmul" se považuje za spisovné).
Byly opraveny tvary některých slov kolísajících mezi dvěma vzory/rody: doplněno bylo např. ctem, obratlech, výpustě, odebrány byly např. tvary závistích a závistím.
Byla přidána nejčastější slova vybraných slovotvorných typů: dvoj/troj-, půl-, -elný, bez-, roz-, do-, nitro-, -ský, -ovský, -ání/aní/ení/ění, -ictví, -krát, -aní/ání/ení/ění aj.
U cca 160 slov byl přidán příznak R pro tvorbu adverbií od adjektiv.
Technické poznámky
Soubory byly převedeny do UTF-8.
Byl pozměněn přehled grafémů tak, aby byla zohledněna blízkost kláves a možnost jejich záměny.
Bylo vytvořeno mapování souvisejících (a tím pádem snáze zaměnitelných) grafémů, např. eéě.
Byly vytvořeny návrhy několika vysoce pravděpodobných náhrad, které poslouží např. při opravě výstupu z OCR. Např. pro d' (d s apostrofem) se navrhuje ď. Je třeba dále doplňovat.
Byl zaveden příznak w pro slova, která jsou sice korektní, ale nemají být nabízena jako možná oprava - vhodné pro slova vulgární, pejorativní apod.
Byl zaveden příznak q pro slova zakázaná. Mohou se jím označit tvary, které se pravidelně vytvoří podle tabulky afixů, ale jsou z nějakého důvodu nepřijatelné.
OTEVŘENÉ PROBLÉMY A MOŽNOSTI DO BUDOUCNA
Některým nově přidaným slovům, především názvům živočichů a vlastním jménům, nebyl pro jejich vysoký počet a problematické nebo nejasné skloňování přiřazen žádný příznak. Pokud se dá předpokládat, že se takové slovo skloňuje, byl přidán příznak "?", aby se v budoucnu snadno dohledala slova, která je třeba dořešit. Pro některé typy cizích vlastních jmen se možná najde skloňovací paradigma, které se může v souboru AFF přidat pod příznak "í", "é" nebo jiný.
U krátkých (substantivních) tvarů adjektiv někdy vznikají obskurní tvary typu "nemrzutu".
Příznak R by občas bylo vhodné zrušit, protože tvoří jen těžko představitelná příslovce, např. "vozívaně" nebo "voženě". Zvlášť patrné to je s předponou ne-, např. nemale.
Bylo by vhodné odstranit ze slovníku deverbativa odvozená od iterativních sloves, např. "besedovávání" a "bečívání". Jak uvádí literatura (DANEŠ ed. 1967, ŠTÍCHA 2018) a jak potvrzují korpusy, tato slova se netvoří. Ve slovníku je jich pravděpodobně více než 1000 (možná až 2500).
Bylo by možné vytvořit pravidla pro paradigmatické tvoření deverbativních substantiv typu "zkypřování", "šplouchnutí" (celkem 33 pravidel), ale příznak nelze přidat u všech sloves (pod kódem C a T), protože u některých by vznikaly chybné tvary (např. žrání - viz ŠTÍCHA str. 144, možná jich bude jen cca 40). Jak je uvedeno v předchozím bodě, netvoří se ani od iterativních sloves. Možné řešení: pravidla nepřidat pod C a T, ale vytvořit nové kategorie, např. c a t, a tyto příznaky přidat jen tam, kde je to vhodné; takto odvozená substantiva ze slovníku odebrat (zřejmě by se ušetřilo více než 14600 řádků a vygenerovalo by se nejméně 2060 substantiv navíc plus jejich tvary). Návrh pravidel:
SFX c Y 14
SFX c ci žení/S oci
SFX c tit cení/S [^s]tit
SFX c dit zení/S [^zž]dit
SFX c sit šení/S sit
SFX c zit žení/S zit
SFX c slit šlení/S slit
SFX c stit štění/S stit
SFX c zdit ždění/S zdit
SFX c áhnout ažení/S áhnout
SFX c chnout šení/S chnout
SFX c hnout žení/S [^ác]hnout
SFX c éknout ečení/S éknout
SFX c sknout štění/S sknout
SFX c knout čení/S [^és]knout
SFX t Y 19
SFX t t ní/S [^aiouyíýcsz]t
SFX t éct ečení/S éc[it]
SFX t ouct učení/S ouc[it]
SFX t ást adení/S ást
SFX t ést etení/S [^n]ést
SFX t ést esení/S nést
SFX t íst tení/S číst
SFX t íst ědení/S [dtn]íst
SFX t íst edení/S [^čdtn]íst
SFX t ézt ezení/S ézt
SFX t it ení/S [^dnt]it
SFX t it ění/S [dnt]it
SFX t at ání/S at
SFX t ít ění/S [dfmnptvw]ít
SFX t ít ení/S [^dfmnptvwčšž]ít
SFX t ít ití/S [šž]ít
SFX t ít atí/S čít
SFX t out utí/S out
SFX t ýt ytí/S ýt
Je otázka, jak nejlépe řešit složená slova typu společensko-hospodářský a uměleckohistorický. Je možné řešit je skládáním jednotlivých slov, pak by ale skládání muselo být povoleno jen u některých slov, a zřejmě by se nedalo zabránit nesmyslům jako společenskočervený, respektive by se zvlášť musely řešit určité sémantické kategorie a ani to by nebylo dostačující. Jinou možností je přidávat nejčastější složeniny do slovníku.
Je otázka, do jaké míry do slovníku přidávat slangová, vulgární a jinak příznaková slova. Např. pro překlad filmů by tato slovní zásoba byla užitečná. Nabízí se proto možnost vytvořit samostatnou verzi, která bude obsahovat tuto slovní zásobu. V takové verzi by zcela jistě měly být povoleny tvary minulého času zakončené na -ls, -las, -los a mohly by být povoleny i tvary "sednul" apod., které jsou podle ŠTÍCHY a kol. mírně substandardní a "v mluvené češtině na území Čech […] patrně nejsou pociťovány jako nespisovné". Jistě by se našly i další hovorové a mírně substandardní prostředky.
Zdá se, že problematické jsou příznaky u mnoha vlastních jmen.
K dalšímu doplňování slovníku by se dal využít morfologický slovník MorfFlex (HAJIČ a kol.). Je však velmi rozsáhlý (125 348 899 kombinací lemma - tag - slovní tvar, celkem 1 055 757 lemmat) a obsahuje mnoho slov, která jsou spíše jen "potenciální", např. odvazovávanost nebo odvazovávání (viz výše poznámku k deverbativum odvozených od iterativních sloves).
POUŽITÁ LITERATURA A ZDROJE
1) Tištěné publikace
- ANDĚRA, Miloš. České názvy živočichů. II., Savci (Mammalia). Praha: Národní muzeum, 1999. 147 s. ISBN 80-7036-098-4.
- BEDŘICHOVÁ, Zuzana. Jazyk jako stigma?: analýza chybovosti textů romských žáků 9. ročníku základních škol praktických. Vyd. 1. Praha: Filozofická fakulta Univerzity Karlovy, 2013. 146 s. Varia; sv. 18. ISBN 978-80-7308-486-8.
- BURNIE, David, ed. Zvíře. Překlad Jiří Šmaha. 1. vyd. V Praze: Knižní klub, 2002. 624 s. ISBN 80-242-0862-8.
- CVRČEK, Václav a kol. Mluvnice současné češtiny. 1, Jak se píše a jak se mluví. Vyd. 1. V Praze: Karolinum, 2010. 353 s. ISBN 978-80-246-1743-5.
- ČERMÁK, František. Syntagmatika a paradigmatika českého slova. II., Morfologie a tvoření slov. 1. vyd. Praha: Univerzita Karlova ve spolupráci s čs. redakcí VN MON, 1990. 257 s. ISBN 80-7066-235-2.
- DANEŠ, František, HLAVSA, Zdeněk a GREPL, Miroslav. Mluvnice češtiny: vysokoškolská učebnice pro studenty filozofických a pedagogických fakult. [Díl 3], Skladba. 1. vyd. Praha: Academia, 1987. 746 s.
- DANEŠ, František, ed. a kol. Tvoření slov v češtině. 2, Odvozování podstatných jmen. 1. vyd. Praha: Academia, 1967. 779 s., [3] slož. l. příl.
- DODATEK K PRAVIDLŮM ČESKÉHO PRAVOPISU - ŠKOLNÍ VYDÁNÍ. https://cs.wikisource.org/wiki/Pilip%C5%AFv_dodatek
- DOKULIL, Miloš et al. Mluvnice češtiny: vysokoškolská učebnice pro studenty filozofických a pedagogických fakult aprobace český jazyk. [Díl] 1, Fonetika, Fonologie, Morfonologie a morfemika, Tvoření slov. 1. vyd. Praha: Academia, 1986. 566 s., [4] s. obr. příl.
- GOSLER, Andrew, ed. Atlas ptáků světa. České vyd. 1. Bratislava: Príroda, ©1994. 389 s. ISBN 80-07-00669-9.
- GREPL, Miroslav et al. Příruční mluvnice češtiny. Vyd. 1. Praha: NLN, Nakladatelství Lidové noviny, 1995. 800 s. ISBN 80-7106-134-4.
- HANEL, Lubomír, PLÍŠTIL, Jiří & NOVÁK, Jindřich. CHECKLIST OF THE FISHES AND FISH-LIKE VERTEBRATES ON THE EUROPEAN CONTINENT AND ADJACENT SEAS. Seznam ryb a rybovitých obratlovců Evropy a okolních moří. BULLETIN LAMPETRA VI: 108 – 180. ZO ČSOP VLAŠIM, 2009
- KLÉGR, Aleš. Tezaurus jazyka českého: slovník českých slov a frází souznačných, blízkých a příbuzných. Vyd. 1. Praha: NLN, Nakladatelství Lidové noviny, 2007. 1189 s. ISBN 978-80-7106-920-1.
- KNAPPOVÁ, Miloslava. Jak se bude vaše dítě jmenovat?: původ, význam, pravopis, výskyt a obliba, kalendář: informace o jménech afrických a asijských. 6., aktualizované a podstatně rozšířené vydání. Praha: Academia, 2017. 917 stran. ISBN 978-80-200-2656-9.
- OSOLSOBĚ, Klára. Algoritmický popis české formální morfologie a strojový slovník češtiny [rukopis]. 1996. 161 s., [46] s. příloh.
- PRAVDOVÁ, Markéta, ed. a SVOBODOVÁ, Ivana, ed. Akademická příručka českého jazyka. 2., rozšířené vydání. Praha: Academia, 2019. 600 stran. ISBN 978-80-200-2947-8.
- ŠMILAUER, Vladimír. Nauka o českém jazyku: pomocná kniha pro vyučování na školách 2. cyklu. 1. vyd. Praha: SPN, 1972. 333, [2] s. Pomocné knihy pro žáky.
- ŠMILAUER, Vladimír. Novočeské tvoření slov. Vyd. 1. V Praze: Státní pedagogické nakladatelství, 1971. 217 s. Učebnice pro vysoké školy.
- ŠTÍCHA, František a kol. Akademická gramatika spisovné češtiny. Vyd. 1. Praha: Academia, 2013. 974 s. ISBN 978-80-200-2205-9.
- ŠTÍCHA, František a kol. Velká akademická gramatika spisovné češtiny. Vydání první. Praha: Academia, 2018- . svazky. ISBN 978-80-200-2719-1.
- ÚSTAV PRO JAZYK ČESKÝ. Slovník spisovného jazyka českého. https://ssjc.ujc.cas.cz/
2) Databáze a elektronické publikace
- EVROPSKÁ UNIE. DGT-Translation Memory. https://ec.europa.eu/jrc/en/language-technologies/dgt-translation-memory
- EVROPSKÁ UNIE. Pravidla pro jednotnou úpravu dokumentů. Seznam jednotlivých zemí, území a měn. https://publications.europa.eu/code/cs/cs-5000500.htm
- HAJIČ, Jan, Jaroslava Hlaváčová, Marie Mikulová, Milan Straka, Barbora Štěpánková: MorfFlex CZ 2.0. Data/software, LINDAT-CLARIAH, URL: http://hdl.handle.net/11234/1-3186, 2020.
- IATE (Interactive Terminology for Europe). https://iate.europa.eu/home
- JEDNOTA TLUMOČNÍKŮ A PŘEKLADATELŮ. Překladatelské a tlumočnické glosáře. Neveřejné dokumenty určené pro členy Jednoty tlumočníků a překladatelů.
- MICROSOFT. Microsoft Terminology Collection. https://www.microsoft.com/en-us/language/Terminology?rtc=1
- ÚSTAV PRO JAZYK ČESKÝ. Internetová jazyková příručka. https://prirucka.ujc.cas.cz/
- WIKIPEDIA. http://wikipedia.org/
3) Jazykové korpusy
- Křen, M. – Cvrček, V. – Čapka, T. – Čermáková, A. – Hnátková, M. – Chlumská, L. – Jelínek, T. – Kováříková, D. – Petkevič, V. – Procházka, P. – Skoumalová, H. – Škrabal, M. – Truneček, P. – Vondřička, P. – Zasina, A.: SYN2015: reprezentativní korpus psané češtiny. Ústav Českého národního korpusu FF UK, Praha 2015. Dostupný z WWW: http://www.korpus.cz
- Křen, M. – Cvrček, V. – Henyš, J. – Hnátková, M. – Jelínek, T. – Kocek, J. – Kováříková, D. – Křivan, J. – Milička, J. – Petkevič, V. – Procházka, P. – Skoumalová, H. – Šindlerová, J. – Škrabal, M.: SYN2020: reprezentativní korpus psané češtiny. Ústav Českého národního korpusu FF UK, Praha 2020. Dostupný z WWW: http://www.korpus.cz
- Křen, M. – Cvrček, V. – Čapka, T. – Čermáková, A. – Hnátková, M. – Chlumská, L. – Jelínek, T. – Kováříková, D. – Petkevič, V. – Procházka, P. – Skoumalová, H. – Škrabal, M. – Truneček, P. – Vondřička, P. – Zasina, A.: Korpus SYN, verze 8 z 12. 12. 2019. Ústav Českého národního korpusu FF UK, Praha 2019. Dostupný z WWW: http://www.korpus.cz.
- Cvrček, V. – Procházka, P.: ONLINE_NOW: monitorovací korpus internetové češtiny. Ústav Českého národního korpusu FF UK, Praha 2020 [cit. RRRR-MM-DD1)]. Dostupný z WWW: http://www.korpus.cz
- Benko, Vladimír: Aranea: Yet Another Family of (Comparable) Web Corpora. In Petr Sojka, Aleš Horák, Ivan Kopeček and Karel Pala (Eds.): Text, Speech and Dialogue. 17th International Conference, TSD 2014, Brno, Czech Republic, September 8-12, 2014. Proceedings. LNCS 8655. Springer International Publishing Switzerland, 2014. pp. 257-264. ISBN: 978-3-319-10815-5 (Print), 978-3-319-10816-2 (Online). Korpus Araneum Bohemicum IV Maximum (Czech, 20.03).
- Šebesta, K. – Bedřichová, Z. – Hana, J. – Hlaváčková, E. – Hnátková, M. – Hrdlička, M. – Janeš, P. – Jelínek, T. – Křen, M. – Lábus, V. – Lundáková, K. – Petkevič, V. – Pierscieniak, P. – Procházka, P. – Rosen, A. – Skoumalová, H. – Škodová, S. – Šormová, K. – Štindlová, B.: CZESL-PLAIN: akviziční korpus psané češtiny, zvl. přepisů písemných projevů nerodilých mluvčích, verze 2 z 22. 1. 2014. Ústav Českého národního korpusu FF UK, Praha 2012. Dostupný z WWW: http://www.korpus.cz.
- Šebesta, K. - Bedřichová, Z. - Šormová, K. - Štindlová, B. - Hrdlička, M. - Hrdličková, T. - Hana, J. - Petkevič, V. - Jelínek, T. - Škodová, S. - Poláčková, M. - Janeš, P. - Lundáková, K. - Skoumalová, H. - Sládek, Š. - Pierscieniak, P. - Toufarová, D. - Richter, M. - Straka, M. - Rosen, A.: CzeSL-SGT: korpus češtiny nerodilých mluvčích s automaticky provedenou anotací, verze 2 z 28. 7. 2014. Ústav Českého národního korpusu FF UK, Praha 2014. Dostupný z WWW: http://www.korpus.cz
- Šebesta, K. – Goláňová, H. – Jelínek, T. - Jelínková, B. – Křen, M. – Letafková, J. – Procházka, P. – Skoumalová, H.: SKRIPT2012: akviziční korpus psané češtiny – přepisy písemných prací žáků základních a středních škol v ČR. Ústav Českého národního korpusu FF UK, Praha 2013. Dostupný z WWW: http://www.korpus.cz
4) Další elektronické nástroje
- Cvrček, V. – Vondřička, P.: Morfio. FF UK. Praha 2013. Dostupný z WWW: <http://morfio.korpus.cz>.
- Sedláček, Radek. Morfologický analyzátor češtiny ajka. Dostupný z WWW: https://nlp.fi.muni.cz/projekty/wwwajka/WwwAjkaSkripty/morph.cgi?jazyk=0
===============
LICENSE
===============
GNU GENERAL PUBLIC LICENSE
Version 2, June 1991
Copyright (C) 1989, 1991 Free Software Foundation, Inc.
59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
Everyone is permitted to copy and distribute verbatim copies
of this license document, but changing it is not allowed.
Preamble
The licenses for most software are designed to take away your
freedom to share and change it. By contrast, the GNU General Public
License is intended to guarantee your freedom to share and change free
software--to make sure the software is free for all its users. This
General Public License applies to most of the Free Software
Foundation's software and to any other program whose authors commit to
using it. (Some other Free Software Foundation software is covered by
the GNU Library General Public License instead.) You can apply it to
your programs, too.
When we speak of free software, we are referring to freedom, not
price. Our General Public Licenses are designed to make sure that you
have the freedom to distribute copies of free software (and charge for
this service if you wish), that you receive source code or can get it
if you want it, that you can change the software or use pieces of it
in new free programs; and that you know you can do these things.
To protect your rights, we need to make restrictions that forbid
anyone to deny you these rights or to ask you to surrender the rights.
These restrictions translate to certain responsibilities for you if you
distribute copies of the software, or if you modify it.
For example, if you distribute copies of such a program, whether
gratis or for a fee, you must give the recipients all the rights that
you have. You must make sure that they, too, receive or can get the
source code. And you must show them these terms so they know their
rights.
We protect your rights with two steps: (1) copyright the software, and
(2) offer you this license which gives you legal permission to copy,
distribute and/or modify the software.
Also, for each author's protection and ours, we want to make certain
that everyone understands that there is no warranty for this free
software. If the software is modified by someone else and passed on, we
want its recipients to know that what they have is not the original, so
that any problems introduced by others will not reflect on the original
authors' reputations.
Finally, any free program is threatened constantly by software
patents. We wish to avoid the danger that redistributors of a free
program will individually obtain patent licenses, in effect making the
program proprietary. To prevent this, we have made it clear that any
patent must be licensed for everyone's free use or not licensed at all.
The precise terms and conditions for copying, distribution and
modification follow.
GNU GENERAL PUBLIC LICENSE
TERMS AND CONDITIONS FOR COPYING, DISTRIBUTION AND MODIFICATION
0. This License applies to any program or other work which contains
a notice placed by the copyright holder saying it may be distributed
under the terms of this General Public License. The "Program", below,
refers to any such program or work, and a "work based on the Program"
means either the Program or any derivative work under copyright law:
that is to say, a work containing the Program or a portion of it,
either verbatim or with modifications and/or translated into another
language. (Hereinafter, translation is included without limitation in
the term "modification".) Each licensee is addressed as "you".
Activities other than copying, distribution and modification are not
covered by this License; they are outside its scope. The act of
running the Program is not restricted, and the output from the Program
is covered only if its contents constitute a work based on the
Program (independent of having been made by running the Program).
Whether that is true depends on what the Program does.
1. You may copy and distribute verbatim copies of the Program's
source code as you receive it, in any medium, provided that you
conspicuously and appropriately publish on each copy an appropriate
copyright notice and disclaimer of warranty; keep intact all the
notices that refer to this License and to the absence of any warranty;
and give any other recipients of the Program a copy of this License
along with the Program.
You may charge a fee for the physical act of transferring a copy, and
you may at your option offer warranty protection in exchange for a fee.
2. You may modify your copy or copies of the Program or any portion
of it, thus forming a work based on the Program, and copy and
distribute such modifications or work under the terms of Section 1
above, provided that you also meet all of these conditions:
a) You must cause the modified files to carry prominent notices
stating that you changed the files and the date of any change.
b) You must cause any work that you distribute or publish, that in
whole or in part contains or is derived from the Program or any
part thereof, to be licensed as a whole at no charge to all third
parties under the terms of this License.
c) If the modified program normally reads commands interactively
when run, you must cause it, when started running for such
interactive use in the most ordinary way, to print or display an
announcement including an appropriate copyright notice and a
notice that there is no warranty (or else, saying that you provide
a warranty) and that users may redistribute the program under
these conditions, and telling the user how to view a copy of this
License. (Exception: if the Program itself is interactive but
does not normally print such an announcement, your work based on
the Program is not required to print an announcement.)
These requirements apply to the modified work as a whole. If
identifiable sections of that work are not derived from the Program,
and can be reasonably considered independent and separate works in
themselves, then this License, and its terms, do not apply to those
sections when you distribute them as separate works. But when you
distribute the same sections as part of a whole which is a work based
on the Program, the distribution of the whole must be on the terms of
this License, whose permissions for other licensees extend to the
entire whole, and thus to each and every part regardless of who wrote it.
Thus, it is not the intent of this section to claim rights or contest
your rights to work written entirely by you; rather, the intent is to
exercise the right to control the distribution of derivative or
collective works based on the Program.
In addition, mere aggregation of another work not based on the Program
with the Program (or with a work based on the Program) on a volume of
a storage or distribution medium does not bring the other work under
the scope of this License.
3. You may copy and distribute the Program (or a work based on it,
under Section 2) in object code or executable form under the terms of
Sections 1 and 2 above provided that you also do one of the following:
a) Accompany it with the complete corresponding machine-readable
source code, which must be distributed under the terms of Sections
1 and 2 above on a medium customarily used for software interchange; or,
b) Accompany it with a written offer, valid for at least three
years, to give any third party, for a charge no more than your
cost of physically performing source distribution, a complete
machine-readable copy of the corresponding source code, to be
distributed under the terms of Sections 1 and 2 above on a medium
customarily used for software interchange; or,
c) Accompany it with the information you received as to the offer
to distribute corresponding source code. (This alternative is
allowed only for noncommercial distribution and only if you
received the program in object code or executable form with such
an offer, in accord with Subsection b above.)
The source code for a work means the preferred form of the work for
making modifications to it. For an executable work, complete source
code means all the source code for all modules it contains, plus any
associated interface definition files, plus the scripts used to
control compilation and installation of the executable. However, as a
special exception, the source code distributed need not include
anything that is normally distributed (in either source or binary
form) with the major components (compiler, kernel, and so on) of the
operating system on which the executable runs, unless that component
itself accompanies the executable.
If distribution of executable or object code is made by offering
access to copy from a designated place, then offering equivalent
access to copy the source code from the same place counts as
distribution of the source code, even though third parties are not
compelled to copy the source along with the object code.
4. You may not copy, modify, sublicense, or distribute the Program
except as expressly provided under this License. Any attempt
otherwise to copy, modify, sublicense or distribute the Program is
void, and will automatically terminate your rights under this License.
However, parties who have received copies, or rights, from you under
this License will not have their licenses terminated so long as such
parties remain in full compliance.
5. You are not required to accept this License, since you have not
signed it. However, nothing else grants you permission to modify or
distribute the Program or its derivative works. These actions are
prohibited by law if you do not accept this License. Therefore, by
modifying or distributing the Program (or any work based on the
Program), you indicate your acceptance of this License to do so, and
all its terms and conditions for copying, distributing or modifying
the Program or works based on it.
6. Each time you redistribute the Program (or any work based on the
Program), the recipient automatically receives a license from the
original licensor to copy, distribute or modify the Program subject to
these terms and conditions. You may not impose any further
restrictions on the recipients' exercise of the rights granted herein.
You are not responsible for enforcing compliance by third parties to
this License.
7. If, as a consequence of a court judgment or allegation of patent
infringement or for any other reason (not limited to patent issues),
conditions are imposed on you (whether by court order, agreement or
otherwise) that contradict the conditions of this License, they do not
excuse you from the conditions of this License. If you cannot
distribute so as to satisfy simultaneously your obligations under this
License and any other pertinent obligations, then as a consequence you
may not distribute the Program at all. For example, if a patent
license would not permit royalty-free redistribution of the Program by
all those who receive copies directly or indirectly through you, then
the only way you could satisfy both it and this License would be to
refrain entirely from distribution of the Program.
If any portion of this section is held invalid or unenforceable under
any particular circumstance, the balance of the section is intended to
apply and the section as a whole is intended to apply in other
circumstances.
It is not the purpose of this section to induce you to infringe any
patents or other property right claims or to contest validity of any
such claims; this section has the sole purpose of protecting the
integrity of the free software distribution system, which is
implemented by public license practices. Many people have made
generous contributions to the wide range of software distributed
through that system in reliance on consistent application of that
system; it is up to the author/donor to decide if he or she is willing
to distribute software through any other system and a licensee cannot
impose that choice.
This section is intended to make thoroughly clear what is believed to
be a consequence of the rest of this License.
8. If the distribution and/or use of the Program is restricted in
certain countries either by patents or by copyrighted interfaces, the
original copyright holder who places the Program under this License
may add an explicit geographical distribution limitation excluding
those countries, so that distribution is permitted only in or among
countries not thus excluded. In such case, this License incorporates
the limitation as if written in the body of this License.
9. The Free Software Foundation may publish revised and/or new versions
of the General Public License from time to time. Such new versions will
be similar in spirit to the present version, but may differ in detail to
address new problems or concerns.
Each version is given a distinguishing version number. If the Program
specifies a version number of this License which applies to it and "any
later version", you have the option of following the terms and conditions
either of that version or of any later version published by the Free
Software Foundation. If the Program does not specify a version number of
this License, you may choose any version ever published by the Free Software
Foundation.
10. If you wish to incorporate parts of the Program into other free
programs whose distribution conditions are different, write to the author
to ask for permission. For software which is copyrighted by the Free
Software Foundation, write to the Free Software Foundation; we sometimes
make exceptions for this. Our decision will be guided by the two goals
of preserving the free status of all derivatives of our free software and
of promoting the sharing and reuse of software generally.
NO WARRANTY
11. BECAUSE THE PROGRAM IS LICENSED FREE OF CHARGE, THERE IS NO WARRANTY
FOR THE PROGRAM, TO THE EXTENT PERMITTED BY APPLICABLE LAW. EXCEPT WHEN
OTHERWISE STATED IN WRITING THE COPYRIGHT HOLDERS AND/OR OTHER PARTIES
PROVIDE THE PROGRAM "AS IS" WITHOUT WARRANTY OF ANY KIND, EITHER EXPRESSED
OR IMPLIED, INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF
MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE. THE ENTIRE RISK AS
TO THE QUALITY AND PERFORMANCE OF THE PROGRAM IS WITH YOU. SHOULD THE
PROGRAM PROVE DEFECTIVE, YOU ASSUME THE COST OF ALL NECESSARY SERVICING,
REPAIR OR CORRECTION.
12. IN NO EVENT UNLESS REQUIRED BY APPLICABLE LAW OR AGREED TO IN WRITING
WILL ANY COPYRIGHT HOLDER, OR ANY OTHER PARTY WHO MAY MODIFY AND/OR
REDISTRIBUTE THE PROGRAM AS PERMITTED ABOVE, BE LIABLE TO YOU FOR DAMAGES,
INCLUDING ANY GENERAL, SPECIAL, INCIDENTAL OR CONSEQUENTIAL DAMAGES ARISING
OUT OF THE USE OR INABILITY TO USE THE PROGRAM (INCLUDING BUT NOT LIMITED
TO LOSS OF DATA OR DATA BEING RENDERED INACCURATE OR LOSSES SUSTAINED BY
YOU OR THIRD PARTIES OR A FAILURE OF THE PROGRAM TO OPERATE WITH ANY OTHER
PROGRAMS), EVEN IF SUCH HOLDER OR OTHER PARTY HAS BEEN ADVISED OF THE
POSSIBILITY OF SUCH DAMAGES.
END OF TERMS AND CONDITIONS
How to Apply These Terms to Your New Programs
If you develop a new program, and you want it to be of the greatest
possible use to the public, the best way to achieve this is to make it
free software which everyone can redistribute and change under these terms.
To do so, attach the following notices to the program. It is safest
to attach them to the start of each source file to most effectively
convey the exclusion of warranty; and each file should have at least
the "copyright" line and a pointer to where the full notice is found.
<one line to give the program's name and a brief idea of what it does.>
Copyright (C) 19yy <name of author>
This program is free software; you can redistribute it and/or modify
it under the terms of the GNU General Public License as published by
the Free Software Foundation; either version 2 of the License, or
(at your option) any later version.
This program is distributed in the hope that it will be useful,
but WITHOUT ANY WARRANTY; without even the implied warranty of
MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
GNU General Public License for more details.
You should have received a copy of the GNU General Public License
along with this program; if not, write to the Free Software
Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
Also add information on how to contact you by electronic and paper mail.
If the program is interactive, make it output a short notice like this
when it starts in an interactive mode:
Gnomovision version 69, Copyright (C) 19yy name of author
Gnomovision comes with ABSOLUTELY NO WARRANTY; for details type `show w'.
This is free software, and you are welcome to redistribute it
under certain conditions; type `show c' for details.
The hypothetical commands `show w' and `show c' should show the appropriate
parts of the General Public License. Of course, the commands you use may
be called something other than `show w' and `show c'; they could even be
mouse-clicks or menu items--whatever suits your program.
You should also get your employer (if you work as a programmer) or your
school, if any, to sign a "copyright disclaimer" for the program, if
necessary. Here is a sample; alter the names:
Yoyodyne, Inc., hereby disclaims all copyright interest in the program
`Gnomovision' (which makes passes at compilers) written by James Hacker.
<signature of Ty Coon>, 1 April 1989
Ty Coon, President of Vice
This General Public License does not permit incorporating your program into
proprietary programs. If your program is a subroutine library, you may
consider it more useful to permit linking proprietary applications with the
library. If this is what you want to do, use the GNU Library General
Public License instead of this License.
Copy permalink