Aukeratu hizkuntza
Joan edukira
Kontsultatu hiztegia
Nabigazioa
Logina
Erabiltzaile erregistratuentzako menua
Erregistratu
Bilatu
Joan elhuyar.org menura

Elhuyar Fundazioa - Hizkuntza Zerbitzuak

Baliabideak eta tresnak

Eroski Consumer Corpusa

Web interfaze baten bitartez, Consumer aldizkariko eduki guztia kontsulta daiteke corpusetan ohikoa den erara (hitz baten forma, lema edo kategoriaren bidez) eta emaitzak ere corpus gisara ikusten direla (bilatutako hitzaren testuinguruak eta kopuruak). Gainera, corpus eleanitza izaki, hitza beste hizkuntzetan nola esan den ere ikus daiteke.

Hizkuntzaren profesionalentzat ez ezik, gizarte osoarentzat ere baliabide linguistiko garrantzitsua da corpus eleaniztun hau; horregatik, edonork izango du aukera Interneten kontsultatzeko.

Une honetan online dagoen Consumer Corpusak 1998tik 2009rainoko aldizkariak barne hartzen ditu, hau da, 131 ale. Guztira, beraz, 2.590 artikulu dira, eta hemen, behean, dituzue corpuseko lau hizkuntzetako bakoitzean dauden esaldi- eta hitz-kopuruak ondokoak dira (kontuan izan hizkuntza bakoitzeko bertsioak garai ezberdinetan hasi zirela eta hizkuntza batzuk eranskariagoak direla beste batzuk baino):

Hizkuntza	Esaldiak	Hitzak
Euskara	232250	2365236
Gaztelania	292274	3758454
Katalana	214584	2760467
Galegoa	208652	2548978

Esaldika lerrokatu dira dokumentuak, errazago ikusteko nola itzuli diren hitzak beste hizkuntzetara. Esaldikako lerrokatze hori automatikoki egin da, eta ez da perfektua. Euskara eta beste hizkuntzen arteko lerrokatzearen zuzentasun-portzentajea %82-84 ingurukoa da, eta beste hiruen artekoa %89-93 ingurukoa.

Consumer Corpusa Elhuyar Hizkuntza Zerbitzuak eta Eleka Ingeniaritza Linguistikoak egin dugu Eroski Fundazioarentzat.

"Corpusgintza gaur egun" mintegia

Eroski Fundazioak, Euskaltzaindiak eta Elhuyar Fundazioak antolatuta, “Corpusgintza gaur egun” izeneko mintegia egin da Euskaltzaindiaren Bilboko egoitzan, 2010eko urtarrilaren 21ean.

Jardunaldietan Eroski Consumer Corpusa aurkeztu dugu, baina era berean, corpusgintzak hizkuntzalarientzat duen garrantzia azpimarratzea, eta euskarazko corpusak eta corpus eleaniztunak gaur egun zer egoeratan dauden azaltzea izan da asmoa.

Egitaraua eta hitzaldien dokumentazioa:

Hasiera-ekitaldia. Andoni Sagarna. Euskaltzaindia.
Testu-corpusak eta plangintza linguistikoa. Xavier Gómez Guinovart. Informatika Linguistikoaren Mintegiko arduraduna, Vigoko Unibertsitatea.
Corpusgintzaren garrantzia eta euskararen egoera. Miriam Urkia. Euskaltzaindia.
Eroski Consumer Corpusaren aurkezpena. Igor Leturia, Elhuyar Fundazioa, eta Edurne Martinez, Eleka Ingeniaritza Linguistikoa.