OBC: The Old Bailey Corpus 2.0

Old Bailey Corpus je sociolingvisticky, pragmaticky a textově anotovaný korpus obsahující výběr z Proceedings of Old Bailey. Korpus se skládá z 637 textů zaznamenávajících soudní procesy, které se konaly v letech 1720 až 1913 v Old Bailey v Londýně. Celkový rozsah korpusu přesahuje 24 mil. slov, jeho celková velikost pak 35 mil. tokenů (včetně interpunkce). Podrobnější informace o korpusu jsou k dispozici zde, v oficiálním manuálu a také v anglické verzi popisu OBC na wiki ČNK.

Korpus OBC je licencován pod CC BY-NC-SA 4.0.

Titulní strana Proceedings of the Old Bailey, 18. únor 1830, strana 2

Základy práce s korpusem OBC jsou popsány v samostatném kurzu v celkem osmi lekcích (kurz je k dispozici jenom anglicky):

• Lesson 1 (Query types)
• Lesson 2 (Spelling)
• Lesson 3 (Spelling variation continued)
• Lesson 4 (Spelling III: Searching with tags)
• Lesson 5 (Introduction to metadata)
• Lesson 6 (Specify query: Metadata continued))
• Lesson 7 (Two-attribute interrelationship frequency distribution)
• Lesson 8 (Collocations)