kolofon TEI

§opis datoteke
§navedba naslova
§naslov Dobro jutro (2003-11) [Gigafida]
§navedba izdaje
§izdaja 2.0
§obseg
§mera
enota = besede količina = 15781 		15.781 besed
§navedba objave
§založba
 Univerza v Ljubljani, Center za jezikovne vire in tehnologije
§identifikacijska številka
tip = GIGAFIDA 		GF0620517
§identifikacijska številka
tip = FIDA 		F0019691
§identifikacijska številka
tip = COBISS 		https://plus.cobiss.si/opac7/bib/48076033
§dostopnost

Avtorske pravice za to izdajo urejata Pogodba o zbiranju in uporabi besedilnega korpusa v okviru projekta Sporazumevanje v slovenskem jeziku, dostopna na URL www.slovenscina.eu/korpusi/pogodba/, in Pogodba o zbiranju in uporabi besedilnega korpusa v okviru projekta Nadgradnja korpusov Gigafida, Kres, ccGigafida in ccKres, dostopna na www.cjvt.si/gigafida/publikacije/pogodba.
§datum 2018-12-27
§opis vira
§bibliografska enota
§naslov Dobro jutro
§avtor
 neznani novinar
§datum 2003-11
§založba
 Regionalni mediji
§opomba
tip = sourceLang 		sl
§opomba

3. ID=48076033 S V12 26.09.2002 UKM::JOZICA

Updated: 13.10.2005 NUK::VIRNA Copied: 13.10.2005 NUK::VIRNA

001 ac - popravljen zapis ba - tekstovno gradivo, tiskano cs -

serijska publikacija d0 - ni hierarhičnega odnosa

011 cC504-5436 e1854-097X

100 ba - serijska publikacija, ki še izhaja c2002 d9999 hslv -

slovenski

1010 aslv - slovenski

102 asvn - Slovenija

110 ac - časnik bd - štirinajstdnevno

2001 aDobro jutro eMaribor

205 a[Tiskana izd.]

207 0aLetn. 1, št. 1 (26. sep. 2002)-

210 aHoče bMiklavška 61 cRegionalni mediji d2002-

215 d31 cm

3001 aIma regionalne izd.: Kranj, Koper, Celje, Slovenska Bistrica,

Ptuj, Ljubljana, Lenart, Obala, Novo mesto, Nova Gorica

3001 aIma spletno izd.: Dobro jutro = ISSN 1854-3391

326 aŠtirinajstdnevnik

488 0x1854-1038 ( TI=Dobro jutro : Kranj)

488 0x1854-0996 ( TI=Dobro jutro : Koper)

488 0x1854-1003 ( TI=Dobro jutro : Celje)

488 0x1854-1011 ( TI=Dobro jutro : Slovenska Bistrica)

488 0x1854-102X ( TI=Dobro jutro : Ptuj)

488 0x1854-0988 ( TI=Dobro jutro : Ljubljana)

488 0x1854-1046 ( TI=Dobro jutro : Lenart)

488 0x1854-1054 ( TI=Dobro jutro : Obala)

488 0x1854-3219 ( TI=Dobro jutro : Novo mesto)

488 0x1854-3375 ( TI=Dobro jutro : Nova Gorica)

488 0x1854-3391 ( TI=Dobro jutro na spletu [Elektronski vir])

5171 aDobro jutro Maribor

5300 aDobro jutro bMaribor

6091 aČasniki yMaribor

675 a070(497.4 Maribor) c070 - Časniki. Novinarstvo vdo 4. izd.

85641uhttp://www.dobrojutro.net/
§opis označevanja
§opis projekta

Projekt "Nadgradnja korpusov Gigafida, Kres, ccGigafida in ccKres".
§opis projekta

Projekt "Sporazumevanje v slovenskem jeziku".
§uredniška načela
§interpretacija

Odstavki imajo pripisano avtomatsko oceno ali so bližnji duplikati katerega od ostalih odstavkov v korpusu ali ne.

Besedila in odstavki imajo pripisano avtomatsko določeno stopnjo tehnične in jezikovne standardnosti.

Besedne oblike imajo pripisano avtomatsko določeno lemo in oblikoskladenjsko oznako.
§standardne vrednosti

@xml:lang vsebuje ISO 639 dvo- ali tročrkovno kodo jezika.

catRef/@target poda zvrst besedila po taksonomiji, ki je določena v kolofonu korpusa. Formalna razvezava prefiksa vrednosti se ravno tako nahaja v kolofonu korpusa.

p/fs/f[@name='neardup'] določa ali je odstavek bližnji duplikat (vrednost 'dup') nekega drugega odstavka ali ne (vrednost 'nodup'). Če je več kot 95 % odstavkov nekega besedila bližnjih duplikatov, je besedilo označeno kot duplikat (torej text/fs/f[@name='neardup'] = 'dup') sicer pa kot 'nodup'.

p/fs/f[@name='std_tech_n'] poda tehnično, p/fs/f[@name='std_ling_n'] pa jezikovno standardnost odstavka. Tehnična standardnost zadeva uporabo presledkov in ločil, medtem ko jezikovna standardnost zadeva uporabo nestandardne ortografije. Vrednosti se gibljeta med 1.0 (popolnoma standardno) in 3.0 (povsem nestandardno). Tudi besedila so označena s svojo standardnosti (torej text/fs/f[@name='std_techl_n'] in p/fs/f[@name='std_ling_n']), ki je povprečje standardnosti njihovih odstavkov.

Oblikoskladenjske oznake sledijo oblikoskladenjskim specifikacijam MULTEXT-East različica 6 za slovenski jezik, cf. http://nl.ijs.si/ME/V6/msd/ in https://github.com/clarinsi/mte-msd. Formalna razvezava prefiksa vrednosti se nahaja v kolofonu korpusa.
§načela označevanja
§imenski prostor
ime = http://www.tei-c.org/ns/1.0
§uporaba oznake
ime elementa = p pojavitev = 520 		odstavek
§uporaba oznake
ime elementa = s pojavitev = 1066 		povedna enota
§uporaba oznake
ime elementa = pc pojavitev = 2875 		ločilo
§uporaba oznake
ime elementa = w pojavitev = 15781 		beseda
§uporaba oznake
ime elementa = c pojavitev = 15321 		znak
§podatki o aplikaciji
§aplikacija
identifikator = Onion
§opis
 Onion deduplicator z dolžino n-gramov 9 in mejo vsebine duplikatov 0.5 je bil uporabljen za označevanje nivoja bližnjih duplikatov odstavkov.
§aplikacija
identifikator = janes-standardictor
§opis
 janes-standardictor je bil uporabljem za določanje tehnične in jezikovne ravni standardnosti odstavkov.
§aplikacija
identifikator = MetaTagger
§opis
 MetaTagger je bil uporabljen, da določi katero oblikoskladenjsko oznako in lemo pripisati pojavnicam v besedilu, pri čemer je kot vhod dobil oznaki in lemi označevalnikov Obeliks in ReLDI.
§aplikacija
identifikator = Amebis_pretvornik
§napis [ZDRUZEVANJE] 1:1
§napis [IME] D:\FIDAPLUS\KORPUS\VNOS\2_ZDR\DJ11_03.ZDR
§napis [1] **********
§napis [IZVOR] D:\FidaPLUS\korpus\Vhod\DobJut\2003\stevilka26\dj11_03.doc
§napis [DATUM] 12.6.2006
§napis [IZVOR_RTF] D:\FidaPLUS\korpus\Vhod\DobJut\2003\stevilka26\dj11_03.rtf
§napis [PRETVORBA] RTF
§napis [KONEC] **********
§opis značilnosti besedila
§klasifikacija besedila
§sklic na kategorijo
cilj = ssj:SSJ.T.P.C
§sklic na kategorijo
cilj = dedup:nodup
§klasifikacijska koda
shema = https://github.com/clarinsi/janes-standardictor 		1.45 1.25
§opis sprememb
§sprememba
kdaj = 2018-12-27 		Tomaž Erjavec<ime>: Naredil korpus v formatu TEI.