kolofon TEI

^§opis datoteke

^§navedba naslova

^§naslov

V materini šoli (1994-12) [Gigafida]

^§navedba izdaje

^§izdaja

2.0

^§obseg

^§mera
enota = besede količina = 244317

244.317 besed

^§navedba objave

^§založba	Univerza v Ljubljani, Center za jezikovne vire in tehnologije
^§identifikacijska številka tip = GIGAFIDA	GF9033308
^§identifikacijska številka tip = FIDA	F0017804
^§identifikacijska številka tip = COBISS	https://plus.cobiss.si/opac7/bib/34724608
^§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	V materini šoli
^§avtor	neznani novinar
^§datum	1994-12
^§založba	Cistercijanska opatija Stična
^§opomba tip = sourceLang	sl
^§opomba	1. ID=34724608 LN=0000153008 S V3 18.05.1993 NUK::JELKAG Updated: 15.10.1997 NUK::ELEKTRA 001 an - novi zapis ba - tekstovno gradivo - tiskano cs - tekoča publikacija d0 - ni hierarhičnega odnosa 011 cC500-733X 100 ba - tekoča publikacija, ki še izhaja c1985 d9999 hslv - slovenski lba - latinica 1010 aslv - slovenski 102 asvn - Slovenija 110 az - ostalo bg - dvomesečno ca - redno 2001 aV materini šoli eglasilo Bernardove družine 207 0a1985, št. 1- 210 aStična cCistercijanska opatija d1985- 215 d30 cm 326 aDvomesečnik 675 a264(055) vdo 4. izd. c2 - Verstvo s2

^§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 = 9245	odstavek
^§uporaba oznake ime elementa = s pojavitev = 21742	povedna enota
^§uporaba oznake ime elementa = pc pojavitev = 50667	ločilo
^§uporaba oznake ime elementa = w pojavitev = 244317	beseda
^§uporaba oznake ime elementa = c pojavitev = 236861	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:\FIDA\KORPUS\VNOS\2_ZDR\VMAT.ZDR
^§napis	[1] **********
^§napis	[IZVOR] D:\FIDA\KORPUS\Vhod\Sticna\razbito\vmat.doc
^§napis	[FORMAT] MS Word for Windows 6.0/7.0
^§napis	[DATUM] 1.12.1999
^§napis	[IZVOR_RTF] D:\FIDA\KORPUS\Vhod\Sticna\razbito\vmat.RTF
^§napis	[PRETVORBA] RTF
^§napis	[KONEC] **********

^§opis značilnosti besedila

^§klasifikacija besedila

^§sklic na kategorijo
cilj = ssj:SSJ.T.P.R

^§sklic na kategorijo
cilj = dedup:nodup

^§klasifikacijska koda
shema = https://github.com/clarinsi/janes-standardictor

1.45 1.27

^§opis sprememb

^§sprememba
kdaj = 2018-12-27

Tomaž Erjavec_<ime>: Naredil korpus v formatu TEI.