Elhuyar Fundazioa - Hizkuntza Zerbitzuak 

Hiztegi-kontsulta: Iturburu-hizkuntza Euskara Castellano Français English

Baliabideak eta tresnak

CorpEus

Internet euskarazko corpus gisa kontsultatu eta ustiatzeko tresna

Internet corpus erraldoi bat da, euskaraz dagoen edozein corpus baino askoz handiagoa. Etengabe ari da eguneratzen eta edukia handitzen; beraz, hitz berrienak ere kontsulta daitezke.

Zenbait tresna garatu dira Interneten hitz bat edo batzuk bilatu eta emaitza, dokumentu-zerrenda izan beharrean, dokumentu horietako agerpenak beren testuinguruetan erakusten dituztenak (WebCorp, WebConc, KWiCFinder). Interneten euskarazko corpus-bilaketak egiteko, ordea, tresna horien errendimendua txikia da, edo hutsa.

Interneten euskarazko hitzen agerpenak bilatu nahi baditugu, baldintza hauek bete behar ditugu:

• Bilaketa Interneteko euskarazko testuetan soilik egitea
• Bilatu nahi den hitzaren agerpen kasu-atzizkidunak ere aurkitzea (sare, sarea, sareak, sareekin, sareengatik..,)

CorpEus-en bidez, Elhuyarrek hori egiteko aukera eman nahi dio erabiltzaileari. Hauek dira CorpEus-en ezaugarri nagusiak:

• Bilaketa lematizatua du
• Euskarazko emaitzak bakarrik agertzen ditu
• Anbiguotasunen, hitz ezezagunen, aldaeren eta zuzenketen tratamendua du
• I+G+B taldeak garatu du, EHUko IXA Taldearen laguntzarekin
• WAC3 - Web as Corpus wokshop-ean (Louvain-la-Neuve, Belgika, 2007/09/15-16) aurkeztua

Informazio gehiago:

• CorpEus tresnaren aurkezpena
• Artikuluak:
  
  • 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.
    • Aurkezpena
• IEB 07 - Informatikari Euskaldunen Bilkura (Donostia, Euskal Herria, 2007/05/10):
  • Sarrera laburra
  • Banatutako dokumentazioa
  • Aurkezpena

• Hedabideetan:
  • Elkarrizketa Norteko Ferrokarrila irratsaioan (2007/06/20)
  • Erreportajea Zientzia eta Teknika aldizkarian (2007/07)
  • Albistea Basqueresearch atarian (2007/10/11)
  • CorpEus eta Elebila-ren teknologia euskarazko web bilaketak egiteko
  • CorpEus, Internet euskarazko corpus gisa kontsultatzeko

 

Nabigazioa

Menu nagusia

• Nor gara
  • Hizkuntza-zerbitzu integrala
  • Lantaldea
  • Teknologia eta baliabideak
  • Lankidetzak
  • Bezeroak eta lanak
  • Hizkuntza-kalitatearen kudeaketa
• Zerbitzuak
  • Itzulpen-zerbitzuak
  • Hizkuntza-kalitateko zerbitzuak
  • Hiztegigintza-zerbitzuak
  • Corpusgintza-zerbitzuak
• Produktuak
  • Euskara-hiztegiak
  • Hiztegi elebidunak
  • Hiztegi teknikoak
  • Deskargatu pluginak
  • Elhuyar Hiztegia zure mugikorrean
• Baliabideak eta tresnak
  • Hiztegi-kontsulta
  • Zientzia eta Teknologiaren Corpusa
  • CorpEus
  • Itzulterm
  • Opentrad
  • Elebila
  • Eroski Consumer Corpusa
  • Entigarbi
  • Elhuyar Zientzia eta Teknologiaren Hiztegi Entziklopedikoa
• I+G+B unitatea
  • Aurkezpena
  • Lexiko- eta terminologia-erauzketa
  • Informazioaren berreskurapena eta erauzketa (IR-IE)
  • Corpus-baliabideak
  • Corpus-tresnak
  • Semantika eta ontologiak
  • Itzulpen Automatikoa
  • Proiektu estrategikoak
  • Argitalpenak
• Bloga

Itzuli orriaren hasierara Itzuli orriaren hasierara

• eu
• es
• en
• fr
• ca
• gl

• Elhuyar Fundazioa
• Edizioak
• Hizkuntza Zerbitzuak
• Zientziaren Komunikazioa
• Eleka
• Elhuyar Aholkularitza

Bilaketak

elhuyar.org-en bilatu

Bilatu:

Copyright © 2007 Elhuyar Fundazioa | Lege-oharra | Web-mapa | Erabiltzaile-kopurua: 856789

webmaster@elhuyar.com

Diseinua: Blanco