45 KB79 KB41 KB195520252003Erjavec, Tomaž16 straništevilka:3/4letnik:48str. 61-76ISSN:0021-6933COBISSID:17647911URN:URN:NBN:SI:doc-OCJ9010BslSlavistično društvo SlovenijeJezik in slovstvoCorpus linguisticsjezikovne tehnologijekorpusno jezikoslovjeLanguage technologySloveneslovenščinaOznačevanje korpusov|Ordered collections of machine-readable texts, corpora, are useful in various branches of linguistics. The present paper focuses on the machine-readable form of corpora, above all on their annotation, i.e. adding interpretative information to the text in the corpus. The annotation presented is based on taking into consideration the international standards from this field, which contributes to better documentation and verifiability, easier use of processing applications, and better interchange and longevity. In the first part, corpus encoding standards, above all XML (eXtended Marup Language) and TEI (Text Encoding Initiative), are discussed, while in the second part some of the interesting levels of linguistic annotation of corpora are outlinedUrejene računalniške zbirke besedil, korpusi, so uporabni v številnih vejah jezikoslovja. Prispevek se osredotoči na računalniški zapis korpusov, predvsem na njihovo označevanje, tj. dodajanje interpretativnih informacij besedilu v korpusu. Predstavljeno označevanje temelji na upoštevanju mednarodnih standardov s tega področja, kar doprinese k boljši dokumentiranosti in preverljivosti, enostavnejši uporabi programov za obdelavo in k večji izmerljivosti ter trajnosti. V prvem delu obravnavamo standarde za računalniški zapis besedil, predvsem XML (eXtended Markup Languages) in TEI (Text encoding Initative), v drugem pa orišemo nekaj bolj zanimivih ravni jezikoslovnega označevanja korpusovTEXTznanstveno časopisjejournalsSlovenian National E-content AggregatorNational and University Library of SloveniaSlavistično društvo Slovenije