Rozdíly
Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.
| Obě strany předchozí revizePředchozí verzeNásledující verze | Předchozí verze |
| cnk:frwac [2013/09/24 11:22] – olgarichterova | cnk:frwac [2024/08/02 12:34] (aktuální) – [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 1,35 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]]. |
| |
| == Jak citovat == | ===== Jak citovat ===== |
| |
| | <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]]) | 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> |
