Aktuální projekty

Český národní korpus

Ministerstvo školství, mládeže a tělovýchovy
Projekty velkých infrastruktur pro VaVaI, LM2023044 (2023–2026)

ÚČNK v rámci tohoto projektu usiluje o extenzívní a kontinuální datové pokrývání češtiny (a dalších jazyků ve srovnání s ní) a cíleně tak buduje bázi pro základní i aplikovaný výzkum. Konkrétně jde především o:

• kontinuální rozvoj a budování jazykových korpusů různých typů jako reprezentativní lingvisticky zpracované datové základny pro empirický a exaktní výzkum českého jazyka; jde především o korpusy zachycující češtinu v jejím současném stavu (synchronní korpusy psaného a mluveného jazyka), v jejím historickém vývoji (diachronní korpus) a v překladovém srovnání s jinými jazyky (paralelní korpusy);
• trvalé rozvíjení a zdokonalování strukturní a specializované lingvistické anotace jazykových korpusů;
• komplexní zpracování dalších korpusů vzniklých na jiných pracovištích v ČR i v zahraničí;
• bezplatnou a otevřenou veřejnou službu poskytování internetového uživatelského přístupu ke všem korpusům pomocí specializovaných korpusových nástrojů;
• poskytování datových balíčků (tj. zpracovaných a anotovaných souborů jazykových dat) dalším vědeckým a výzkumným pracovištím v ČR i v zahraničí, v různých podobách podle potřeb těchto institucí a s využitím zejména pro jazykovědný výzkum a počítačové zpracování přirozeného jazyka.

Modernizace výpočetní kapacity infrastruktury CNC

Hlavní řešitel: Mgr. Michal Křen, Ph.D..
MŠMT, kód projektu: EH23_015/0008172
Doba trvání: 2024 – 2025

Cooperatio

Program Cooperatio, vědní oblast Lingvistika, uskutečňovaný na Filozofické fakultě Univerzity Karlovy.

Výzkum velkých textových korpusů prizmatem vícejazyčnosti a komplementárních metodologických přístupů

Hlavní řešitelka: doc. Mirjam Fried, Ph.D., mimořádná profesorka UK
UNCE, kód projektu 24/SSH/009
Doba trvání: 01/2024 – 12/2029

Česká frazeologie a proměny jejího užívání v dobových a žánrových kontextech

Hlavní řešitelka: RNDr. Hana Skoumalová, Ph.D.
GAČR, kód projektu: 24-10254S
Doba trvání: 2024 – 2026

Velké jazykové modely prizmatem korpusové lingvistiky

Hlavní řešitel: PhDr. Jiří Milička, Ph.D.
GAČR, kód projektu: 24-11725S
Doba trvání: 2024 – 2026

Za hranice bezpečnosti: role konfliktu v posilování odolnosti (CoRe)

Hlavní řešitel: Prof. Mgr. Ing. Petr Kratochvíl, Ph.D. (ÚMV)
Evropský fond pro regionální rozvoj, číslo: CZ.02.01.01/00/22_008/0004595
Doba trvání: 09/2023 – 06/2028

Historie češtiny v korpusovém kontinuu

Hlavní řešitel: Mgr. Martin Stluka, Ph.D.
TAČR, kód projektu: TQ01000072
Doba trvání: 09/2023 – 11/2026

Víceslovné jednotky pro digitální vzdělávání

Hlavní řešitelka: PhDr. Mgr. Marie Kopřivová, Ph.D.
TAČR, kód projektu: TQ01000177
Doba trvání: 09/2023 – 11/2026

Mitigating Perceived Threats in Russian and Norwegian Public Discourse (THREAT-DEFUSER)

Hlavní řešitel: Prof. Dr. Laura Janda (University of Tromsø)
https://threat-defuser.org/
Research Council of Norway, číslo grantu: 300002
Doba trvání: 02/2020 – 08/2026

Computational Literary Studies Infrastructure (CLS INFRA)

Hlavní řešitel: Dr. Maciej Eder (Instytut Języka Polskiego Polskiej Akademii Nauk)
https://clsinfra.io/
https://cordis.europa.eu/project/id/101004984
H2020, číslo projektu: 101004984
Doba trvání: 03/2021 – 02/2025

Ukončené projekty

Oddělení anglického jazyka a didaktiky

2012-16 PRVOUK P10- Lingvistika – Angličtina v zrcadle synchronních a diachronních korpusů, řešitel: prof. PhDr. Aleš Klégr

• 2012-16 PRVOUK P10- Linguistics –English in the light of synchronic and diachronic corpora (2012-16).
• Language Structures and Communication (MSM 0021620825), Studies on an English-Czech Translation Grammar and Applied Research of Communication (2005 – 2011).
• The Czech National Corpus and Corpora of Other Languages (MSM 0021620823).
• EMSA (Elektronická mluvnice současné angličtiny – An Electronic Grammar of Contemporary English), based on Libuše Dušková’s Mluvnice současné angličtiny na pozadí češtiny (A Grammar of Contemporary English Against the Background of Czech; published by Academia in 1988, 1994, 2003, 2006).
• „Chaucer in Bohemia“ is a multidisciplinary and collaborative project of the Department in partnership with the School of English, University of Kent in Canterbury (2011–2017) that brings together scholars working in various fields of late medieval studies. The project plots the cultural transmissions and exchanges (diplomatic, religious, literary, political, artistic) between Prague and London during the period 1382–1400 when Chaucer served the court of Richard II. “Chaucer in Bohemia“ is co-directed by Peter Brown (Canterbury) and Jan Čermák (Prague). To date the project team has undertaken visits, lectures and seminars at each other’s institutions and has held two workshops, one in Canterbury (2011) and one in Prague (2013).
• The Corpus of Old English Lemmatisation (COEL) Project, to be running in the framework of Erasmus+/Strategic Partnership (2015-2017) and managed by Ondřej Tichý and Jan Čermák, is a research and training project focused on lemmatisation of Old English texts and organised in partnership of seven European universities (Charles; Nijmegen, La Rioja, Málaga, Bergen, Innsbruck, Katowice).
• The digital edition of The Bosworth-Toller Anglo-Saxon Dictionary (since 2010) managed by Ondřej Tichý, with a thousand visits per day is an indispensable tool for the study of Old English is used by many universities worldwide.
• In 2012–2015, the Department compiled a spoken corpus of advanced learner English as part of the multinational corpus LINDSEI (Louvain International Database of English Interlanguage) organized by the Centre for English Corpus Linguistics at the Université catholique de Louvain. The Czech subcorpus, managed by Tomáš Gráf, comprises the recordings and transcriptions of fifty 15-minute interviews with 3rd- or 4th-year students of English philology and contains approximately 13 hours of recordings and 124,000 words. The corpus is extensively analyzed especially with regard to accuracy, fluency and complexity. The work on the project has given rise to an international co-operation with the Université catholique de Louvain and Justus-Liebig-Universität Giessen.

Oddělení Ústavu Českého národního korpusu

• Frázová banka akademické češtiny a její využití ve výzkumu a výuce akademického psaní. TAČR, TL05000309, (2021–2023)
• Feast and Famine: Confronting Overabundance and Defectivity in Language, Arts and Humanities Research Council (UK), AH/T002859/1, Prof. Dr. Neil Bermel (University of Sheffield), (2020-2022)
• KREAS – Kreativita a adaptabilita jako předpoklad úspěchu Evropy v propojeném světě, Evropský fond pro regionální rozvoj, CZ.02.1.01/0.0/0.0/16_019/0000734, doc. Mirjam Fried, (2018–2022)
• Český národní korpus, MŠMT, Projekty velkých infrastruktur pro VaVaI,  LM2018137, (2020–2022)
• Rozšíření výpočetní kapacity infrastruktury CNC, MŠMT, CZ.02.1.01/0.0/0.0/18_046/0015829, (2020–2022)
• Zvukové vlastnosti češtiny v komunikaci nerodilých a rodilých mluvčích, GA ČR, GA18-18300S, PhDr. Jitka Veroňková, Ph.D., (2018–2020)
• Jazyková variabilita v CNC, MŠMT, Operační program Výzkum, vývoj a vzdělávání, CZ.02.1.01/0.0/0.0/16_013/0001758, (2017–2020)
• Český národní korpus, MŠMT, Projekty velkých infrastruktur pro VaVaI, LM2015044, Mgr. Michal Křen Ph.D., (2016–2019)
• Publicistika a korespondence Karla Havlíčka, Grant GAČR, GA17-13671S, doc. Mgr. Robert Adam, Ph.D., (2017–2019)
• Erasmus+ KA2-HE-03/16 project – DigiLing: Trans-European e-Learning Hub for Digital Linguistics, Lead Partner: University of Ljubljana, (2016–2019
• Mezi slovníkem a gramatikou, Grant GAČR, GA16-07473S, doc. RNDr. Vladimír Petkevič, CSc., (2016–2018)
• Syntax mluvené češtiny, Grant GAČR, GA15-01116S, prof. PhDr. Jana Hoffmannová DrSc., (2015–2017)
• PRVOUK – Program rozvoje vědních oblastí na Univerzitě Karlově č. P11 Český národní korpus, podprogram Český národní korpus.
• Český národní korpus, MŠMT, Projekty velkých infrastruktur pro VaVaI, LM2011023, doc. Mgr. Václav Cvrček Ph.D., (2012–2015)
• IMPACT
• NAKI (Program aplikovaného výzkumu a vývoje národní a kulturní identity Ministerstva kultury ČR)
• Výzkumný záměr MŠMT Český národní korpus a korpusy dalších jazyků, VZ MSM 0021620823, (2005–2011)
• Velké jazykové korpusy a jejich automatická analýza, GA ČR, GA405/03/0913, RNDr. Jan Hajič Dr., (2003–2005)
• Výzkumný záměr MŠMT „Český národní korpus a korpusy dalších jazyků“ (1999-2004)

Oddělení obecné lingvistiky