Elhuyar Fundazioa - Services linguistiques - Corpus de Science et Technologie

Ressources et outils

Son objectif principal est d'être une source de recherche sur l'usage qui est fait du basque dans le domaine de la science et de la technologie.

Pour alimenter ce corpus, nous avons intégré des ouvrages sur la science et la technologie publiés entre 1990 et 2002.
Au total: 8,5 millions de mots.
Travaillés automatiquement puis révisés et corrigés manuellement : 1,9 millions de mots.
Il s'agit d'un corpus segmenté en fonction du domaine (zone thématique) et du genre (type de lettre).
Il s'agit d'un corpus étiqueté, tant au niveau de la structure que du format de texte ou linguistiquement.
Il possède une interface puissante pour consulter le corpus et permet de réaliser différentes recherches simples et complexes.
Il a été développé par l'équipe de R+D+I de la Fondation Elhuyar et le Groupe IXA de la Faculté d'informatique de l'Université du Pays basque.
Il a été présenté lors des conférences LREC 2006 et à Corpus Linguistics 2007
Pour la diffusion du corpus, nous avons défini trois modalités :
- Consultation gratuite sur Internet
- Don gratuit pour la recherche défini par un accord de collaboration
- Licence