Latvian Blog Corpus 2015

CLARIN Centre of Latvian language resources and tools

Autori: Laizāns, Mārtiņš and Pretkalniņa, Lauma

Vienuma identifikators: http://hdl.handle.net/20.500.12574/79

Projekta URL: http://www.korpuss.lv/id/Emu%C4%81ri

Demonstrācijas URL: http://nosketch.korpuss.lv/#dashboard?corpname=emuari

Izdošanas datums: 2015

Tips: corpus, text

Lielums: 8000000 tokens, 6600000 words

Valoda(-s): Latvian

Apraksts: Authomaticaly harvested Latvian blog corpus.

Izdevējs: AiLab IMCS UL

Tēma(-s): text specialized morphology

Kolekcija (s): Language resources and tools of AiLab IMCS UL

Rādīt pilnu ierakstu

Faili šajā vienumā

Lejupielādēt visus vienuma failus (57.68 MB)

Šis vienums ir

Academic Use

un ir licencēts saskaņā ar:
CLARIN ACA

Vārds: 80_percent.txt.zip
Lielums: 19.04 MB
Formāts: application/zip
Apraksts: Latvian blog corpus in plain text format. Metadata include title and source
MD5: ce6d78ba63560ac92ac434ec414d3f94

Lejupielādēt failu

Vārds: 80_percent.vert.fixed.txt.zip
Lielums: 38.64 MB
Formāts: application/zip
Apraksts: Annotated version of the corpus. Contains morphologycal annotation and lemma in tab separated vertical format.
MD5: 291dd889a2b0a236ae01896083a468f5

Lejupielādēt failu

Partneri, koordinācija, finansējums

Repozitorijs

Papildus

CLARIN Latvija nacionālā mezglu punkta izveidi atbalsta Eiropas Reģionās attīstības fonda projekts “Latvijas Universitāte un institūti Eiropas pētniecības telpā - ekselence, aktivitāte, mobilitāte, kapacitāte” (Nr. 1.1.1.5/18/I/016).

Šī vietne izmanto programmatūru, kas izstrādāta LINDAT/CLARIN repositorija vajadzībām un ir pieejama GitHub