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.
- IEB 07 - Informatikari Euskaldunen Bilkura (Donostia, Euskal Herria, 2007/05/10):
- 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
Zerbitzuak
Itzuli orriaren hasieraraKatalogoa
Itzuli orriaren hasierara
Elhuyar sarean
Copyright © 2007 Elhuyar Fundazioa | Lege-oharra | Erabiltzaile-kopurua: 345863
Estandarrak eta irisgarritasuna
