Elhuyar Fundazioa - Servicios Lingüísticos 

CorpEus 

Objetivos y descripción general

Herramienta que permite consultar y explotar Internet como un corpus en euskera

Internet es un corpus gigante, sus dimensiones son mayores que cualquier otro corpus de textos en euskera. Se está actualizándose constantemente y su contenido se está incrementando, esto nos permite consultar hasta las palabras más nuevas.

• Permite búsquedas lematizadas.
• Visualiza únicamente los resultados en euskera.
• Tratamiento para resolver posibles problemas de ambigüedad, palabras desconocidas, variantes y correcciones.
• Ha sido desarrollado por el equipo de I+D+i de la Fundación Elhuyar, con la colaboración del Grupo IXA de la Facultad de Informática de la UPV.
• Ha sido presentado en WAC3 - Web as Corpus wokshop (Louvain-la-Neuve, Belgika, 15-16/09/2007)

Más información:

• Presentación de la herramienta CorpEus
• Artículos:
  
  • Leturia I., Gurrutxaga A., Areta N., Pociello E. 2008. "Analysis and performance of morphological query expansion and language-filtering words on Basque web searching". 6th International Conference on Language Resources and Evaluations (LREC). Marrakech.
  • Leturia I., Gurrutxaga A., Alegria I., Ezeiza A. 2007. "CorpEus, a web as corpus tool designed for the agglutinative nature of Basque". WAC3 2007 (Web as a Corpus) workshop. Louvain-la-Neuve.
    • Presentación
• IEB 07 - Informatikari Euskaldunen Bilkura (Donostia, Euskal Herria, 2007/05/10):
  • Entrada
  • Ducumentación
  • Presentación
• En los medios de comunicación::
  • Entrevista en el programa de radio Norteko Ferrokarrila (20/06/2007)
  • Reportaje en la revista Zientzia eta Teknika (07/2007)
  • Noticia en el portal web Basqueresearch (11/10/2007)
  • CorpEus eta Elebila-ren teknologia euskarazko web bilaketak egiteko
  • CorpEus, Internet euskarazko corpus gisa kontsultatzeko