Toto je starší verze dokumentu!
Rozmanité korpusy
Vzniká nepřeberné množství různě velkých a různě zaměřených korpusů v nejrůznějších jazycích. Následující přehled je pouhou ochutnávkou toho, o jak rozmanitou a neustále se zvětšující oblast se jedná. Níže proto najdete i odkazy na další seznamy a přehledy.
korpus | jazyk, typ | dostupnost | odkaz | poznámka |
MASC | angličtina, specializovaný | zdarma | MASC | část je podrobně sémanticky anotovaná |
Pizza Request Corpus | angličtina, specializovaný | zdarma | data ke stažení | korpus žádostí o pizzu zdarma - včetně metadat o výsledku |
Datenbank für Gesprochenes Deutsch (DGD2) | němčina, mluvený | po registraci | DGD | rozhraní k řadě mluvených korpusů němčiny |
COCA | angličtina | zdarma | COCA | korpus současné americké angličtiny, autor: Mark Davies |
BAWE | angličtina, akademický | zdarma | British Academic Written English Corpus | seminární práce apod. (assignments) univerzitních studentů |
OPUS | paralelní korpusy | zdarma | OPUS | velké množství jazyků, bez manuální kontroly |
BLaRC | angličtina, special. - law reports | zdarma | dostupné přes Lextutor | je třeba vybrat mezi různými korpusy přímo BLaRC |
AFEWC | arabština, angličtina, francouzština | zdarma | AFEWC | srovnatelný korpus |
RusLTC | ruština | zdarma | RusLTC | Russian Learner Translator Corpus - pro výuku budoucích překladatelů |
CoMET | portugalština | zdarma | CoMET | snaha podpořit tvorbu korpusově založených výukových materiálů |
Gos | slovinština | zdarma | Gos | rozlišuje mluvený a psaný jazyk |
Další odkazy a seznamy naleznete zde:
- Clarin-D - seznam především německojazyčných korpusů
- diachronní korpusy - seznam vytvořený v Aténách naleznete zde
- různojazyčné korpusy - seznam na základě diskuze na Corpora listu
- různojazyčné korpusy - portugalská stránka
O nových korpusech dále informuje e-mailový rozesílač Corpora list, k jehož odběru se můžete přihlásit zde.