AplikaceAplikace
Nastavení

Rozdíly

Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.

Odkaz na výstup diff

Obě strany předchozí revizePředchozí verze
Následující verzeObě strany příští revize
cnk:frwac [2013/12/28 19:32] lukasjanicikcnk:frwac [2014/03/10 12:21] – [Korpus frWac] Michal Křen
Řádek 1: Řádek 1:
 ====== 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 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 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 ==