Rozdíly
Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.
Obě strany předchozí revizePředchozí verzeNásledující verze | Předchozí verzeNásledující verzeObě strany příští revize |
cnk:frwac [2013/09/24 11:22] – olgarichterova | cnk:frwac [2014/03/10 12:21] – [Korpus frWac] michalkren |
---|
====== Korpus frWac ====== | ====== Korpus frWac ====== |
Obsahuje 1,6 miliard slov. Byl vytvořen na základě webových domén s příponou .fr a využil seznamy středně frekventovaných slov založené na korpusu Le Monde Diplomatique a základní seznamy ze slovníků. Obsahuje slovnědruhové tagování a lematizaci pomocí nástroje [[http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/|TreeTagger]], [[http://wacky.sslmit.unibo.it/lib/exe/fetch.php?media=papers:wacky_2008.pdf|více informací zde]]. | Korpus webových textů stažených z domény .fr, jeho celkový rozsah je 1,6 miliard slov. Korpus je slovnědruhově označkován a lemmatizován nástrojem [[http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/|TreeTagger]], podrobnější informace o vzniku korpusu najdete [[http://wacky.sslmit.unibo.it/doku.php?id=corpora|zde]]. |
| |
== Jak citovat == | == Jak citovat == |
| |
| |
| ====== Související odkazy ====== |
| <WRAP round box 49%> |
| [[cnk:dewac|Korpus deWaC]] • [[cnk:itwac|Korpus itWaC]] • [[cnk:ukwac|Korpus ukWaC]] |
| </WRAP> |