Rozdíly

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

--- cnk:frwac [2013/09/24 11:22] – olgarichterova
+++ cnk:frwac [2014/03/10 15:13] (aktuální) – [Korpus frWac] michalkren
@@ 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 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 ==
@@ Řádek 7: / Řádek 7: @@
+====== Související odkazy ======
+<WRAP round box 49%>
+[[cnk:dewac|Korpus deWaC]] • [[cnk:itwac|Korpus itWaC]] • [[cnk:ukwac|Korpus ukWaC]]
+</WRAP>

Historie: