Toto je starší verze dokumentu!
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 TreeTagger, více informací zde.
Jak citovat
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. (PDF ke stažení)
