AplikaceAplikace
Nastavení

Rozdíly

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

Odkaz na výstup diff

Následující verze		Předchozí verze
cnk:frwac [2013/06/20 20:56] – vytvořeno olgarichterovacnk:frwac [2024/08/02 12:34] (aktuální) – [Korpus frWaC] michalkren
Řádek 1: Řádek 1:
-frWaC: +====== Korpus frWaC ====== 
 +Korpus webových textů stažených z domény .fr, jeho celkový rozsah je 1,35 miliardy slov. Korpus je slovnědruhově označkován a lemmatizován nástrojem [[http://www.cis.uni-muenchen.de/~schmid/tools/TreeTagger/|TreeTagger]], podrobnější informace o vzniku korpusu najdete [[http://wacky.sslmit.unibo.it/doku.php?id=corpora|zde]]. 
  
-a 1.6 billion word corpus constructed from the Web limiting the crawl to the .fr domain and using medium-frequency words from the Le Monde Diplomatique corpus and basic French vocabulary lists as seeds. The corpus was POS-tagged and lemmatized with the TreeTagger, more information available here.+===== Jak citovat =====
  
-http://wacky.sslmit.unibo.it/doku.php?id=corpora+<WRAP round tip 49%> 
 +A. Ferraresi, S. Bernardini, G. Picci and M. Baroni (2010) “Web Corpora for Bilingual Lexicography: A Pilot Study of English/French Collocation Extraction and Translation”. In Xiao, R. (ed.) Using Corpora in Contrastive and Translation Studies. Newcastle: Cambridge Scholars Publishing. ([[http://wacky.sslmit.unibo.it/lib/exe/fetch.php?media=ferraresi_et_al_2010.pdf|PDF ke stažení]]) 
 +</WRAP> 
 + 
 +====== Související odkazy ====== 
 +<WRAP round box 49%> 
 +[[cnk:dewac|Korpus deWaC]] • [[cnk:itwac|Korpus itWaC]] • [[cnk:ukwac|Korpus ukWaC]] 
 +</WRAP>

Historie: • ortofon • tag • baltischebriefe • oral2013 • online • nkjp • agregat • reseni_ukolu