>ČASOPIS PRO MODERNÍ FILOLOGII 2026 (108) 1
Mapping Language Change: A New Corpus Resource and Its Application to Diachronic Linguistic Research
ABSTRACT (en)
This paper describes a newly established research infrastructure for diachronic research in Czech. To address the fragmentary state of Czech historical resources and to provide a unified infrastruc ture for longitudinal analysis, the HiČKoK project (History of Czech in a Corpus Continuum) has created the Monitor corpus of Czech (MCC). Covering the entire written history of Czech from the 13th to the 21st century, MCC comprises over 93 million tokens drawn from more than 5,400 docu ments, uniformly annotated according to the Universal Dependencies (UD) scheme. In parallel, the project developed Timeline, a four-module web application designed for diachronic inquiry. The tool allows (1) visualisation of single-phenomenon frequency trends, (2) comparative plotting of competing variants, (3) correlation analysis of co-evolving phenomena, and (4) diachronic colloca tion profiling to detect semantic shift. Three case studies showcase the use of this infrastructure: (i) the gradual replacement of the dative pronoun jemu by the clitic mu, (ii) the systematic decline of the simple past (imperfect) in favor of periphrastic constructions and (iii) the evolution of sentence length across literary and non-fiction genres.
KEYWORDS (en)
Czech historical resources, monitor corpus, Timeline, unified infrastructure, universal dependencies
KLÍČOVÁ SLOVA (cz)
historické zdroje češtiny, monitorovací korpus, Timeline, jednotná infrastruktura, universal dependencies
DOI
https://doi.org/10.14712/23366591.2026.1.3
LITERATURE
Biber, D. — Gray, B. (2011): „The Historical Shift of Scientific Academic Prose in English towards Less Explicit Styles of Expression: Writing without Verbs“. In: V. Bhatia — P. Pérez-Paredes — P. Sánchez (eds.), Researching Specialized Languages. Amsterdam: John Benjamins Publishing Company, s. 11–24.
Cleveland, W. S. — Grosse, E. — Shyu, W. M. (1992): „Local Regression Models“. In: J. M. Chambers — T. J. Hastie (eds.), Statistical Models in S. Belmont: Wadsworth & Brooks/Cole, s. 309–376.
Davidse, K. — De Smet, H. (2020): „Diachronic Corpora“. In: M. Paquot — S. Th. Gries (eds.), A Practical Handbook of Corpus Linguistics. Cham: Springer International Publishing, s. 211–233.
de Marneffe, M.-C. — Manning, C. D. — Nivre, J. — Zeman, D. (2021): „Universal Dependencies“. Computational Linguistics, 47, 2, s. 255–308.
Gebauer, J. (1896): Historická mluvnice jazyka českého, díl III. — Tvarosloví. Praha: F. Tempský.
Gebauer, J. (1958): Historická mluvnice jazyka českého, díl III. — Časování. Praha: NČAV.
Gries, S. T. (2008): „Dispersions and Adjusted Frequencies in Corpora“. International Journal of Corpus Linguistics, 13, 4, s. 403–437.
Hilpert, M. — Gries, S. T. (2016): „Quantitative Approaches to Diachronic Corpus Linguistics“. In: M. Kytö — P. Pahta (eds.), The Cambridge Handbook of English Historical Linguistics. Cambridge: Cambridge University Press, s. 36–53.
Hilpert, M. (2013): Constructional Change in English: Developments in Allomorphy, Word Formation, and Syntax. New York: Cambridge University Press.
Kosek, P. (2011): Enklitika v češtině barokní doby. Brno: Host.
Machálek, T. (2014): KonText — aplikace pro práci s jazykovými korpusy. Praha: FF UK. Dostupný z WWW: http://kontext.korpus.cz.
Malura, J. (2005): „K charakteristice baroka v české literatuře“. Česká literatura, 53, 3, s. 383–384.
Sládek, M. (2005): „Ukotvenost a ukotvitelnost pojmu barok v českých literárních vodách aneb Žhavý článek pro vyvolání diskuse“. Česká literatura, 53, 3, s. 311–313.
Starý, Z. (1995): Ve jménu funkce a intervence. Praha: Karolinum.
Stluka, M. (2017): „Pokus o vymezení funkcí příklonné částice -ť (-ťe/-tě/-ti) v průběhu 14.–18. století“. Listy filologické / Folia Philologica, 140, 1–2, s. 143–172.
Šlosar, D. (2017): „Perioda“. In: P. Karlík — M. Nekula — J. Pleskalová (eds.), CzechEncy — Nový encyklopedický slovník češtiny. Dostupné z: https://www.czechency.org/slovnik/PERIODA (poslední přístup: 6. 1. 2026).
Tichý, O. (2018): „Lexical Obsolescence and Loss in English: 1700–2000“. In: J. Kopaczyk — J. Tyrkkö (eds.), Applications of Pattern-driven Methods in Corpus Linguistics. Amsterdam: John Benjamins Publishing Company, s. 81–103.
Vařeková, T. (2000): „Humanistická perioda u česky píšících autorů“. In: Sborník prací Filozofické fakulty brněnské univerzity, A 48, Řada jazykovědná, 49, s. 101–115.
Vašica, J. (1938): České literární baroko. Praha: Vyšehrad.
Zeman, D. — Kosek, P. — Březina, M. — Pergler, J. (2023): „Morphosyntactic Annotation in Universal Dependencies for Old Czech“. Jazykovedný časopis / Journal of Linguistics, 74, 1, s. 214–222.
