Ereduzko Prosa Gaur Corpusa EHUko Euskara Zerbitzuak sortutako lanabesa da. Corpus honetan, euskal idazle batzuen azken urteotako testuak biltzen dira, corpus konplexu bat eratzeko helburuarekin.
Corpus honen xehetasunak:
* Ereduzko Prosa Gaur 2001an abiatutako egitasmoa da,
2007ko uztailean burutua.
2009ko urtarrilean, corpus arakatzaileari itxura berria eman zitzaion.
Denera: 25,1 milioi hitz
Liburuak
13,1 milioi hitz
2000-2006 bitarteko 287 liburu
Prentsa
12 milioi hitz
2004-2006 […]
EREDUZKO PROSA GAUR CORPUSA
22 de abril, 2009 | jannyetxe
XX.MENDEKO EUSKARAREN CORPUS ESTILISTIKOA
22 de abril, 2009 | jannyetxe
XX.mendeko euskararen corpus estilistikoa UZEI elkarteak sortutako corpusa da. UZEI-ren helburua euskara ikertzen duten pertsonak hizkuntza-datutegiak kontsultatzeko corpus hau baliogarria izatea da. Corpus hau 4.658.036 testu-hitzez osatua dago. Erabili izan den eta erabiltzen den euskararen lekuko eta erakusgarri izatea du egiteko nagusi eta ia bakarra, eta ez ereduzko hizkuntza proposatzea.
Corpus estatistikoaren oinarria, XX. mendeko euskal […]
UZEI-REN EGITASMOAK
22 de abril, 2009 | jannyetxe
♣ Euskararen normalizazio linguistikoaren alde lan egitea, hizkuntzaren erabilerarekin zerikusia duten balio erantsiko zerbitzuak eskainiz. Kulturatik eta goi-mailako zientzietatik sortzen diren, eta etorkizunean sortuko diren, premietara euskara moldatu eta egokitu ahal izateko euskararen ikerketan, normalizazioan eta hedapenean diharduten erakunde publiko eta pribatuekin lankidetzan aritzea.
♣ Euskararen barnean, xede berezietako hizkeren finkapena eta hedapena sustatzea. Euskararekin zerikusia […]
ZER DA UZEI?
22 de abril, 2009 | jannyetxe
UZEI irabazi-asmorik gabeko elkartea da. Euskara berritu eta mundu modernora egokitzeko helburuarekin 1977an sortua, edozein hiztunek edozein lan-eremutan egokitasunez eta zehaztasunez erabil dezan.
Urtetan egindako hiztegi terminologiko guztiak banku terminologiko batean sartu ziren. Honela, 1986an EUSKALTERM terminologia-bankua sortu zen bere baitan.
1987an, 226/1987 Dekretuaren arabera eta berariazko lankidetza-hitzarmena izenpetuz, Eusko Jaurlaritzaren Babespeko Elkarte bihurtu zen hizkuntza-plangintzako ikerlanean […]
CORPORA MOTAK ETA ADIBIDEAK
22 de abril, 2009 | jannyetxe
CORPORA MOTAK
Corpus bat osatzen duten testuek ez dute zertan hizkuntza bakar batean ( monolingue) idatzirik egon behar, bi hizkuntzatan edo gehiagotan idatzirik egon daitezke. Bi hizkuntzetan edo gehiagotan idatzita egongo balira testuak,corpusak bilingueak edo multilingueak izango lirateke. Kasu honetan, testuak ez dira modu arbitrario batean aukeratzen,hizkuntza baten kriterioak kontuan izanda baizik. Adibidez, “Aarhus Corpus of […]
ZER DA CORPUS BAT?
22 de abril, 2009 | jannyetxe
Corpus bat, (pluralean corpora), testuen bilduma bat da eta normalean testu hauek elektronikoki biltegiratuta eta prozesatuta daude. Definizio hau, gaur egun leku askotan topa dezakegun definizioa da, baina hona hemen kontzeptu honen gainean emandako beste definizio batzuk:
● “On the face of it, a computer corpus is an unexciting phenomenon: a helluva lot of text, […]
Yorick Wilks(Q.1)
22 de abril, 2009 | Begoña Arechabaleta
Yorick Wilks is a Professor of Artificial Intelligence at the University of Sheffield, and a Senior Research Fellow at the Oxford Internet Institu. He was bornc in 1939 in the United Kingdom.
He’s most important works that have been published are:
Ballim, A., Wilks, Y. (1991) Artificial Believers: The Ascription of Belief. Lawrence Erlbaum Press.
Wilks, Y., Fass, […]
-GARRI izen- eta izenondo-sortzaile
22 de abril, 2009 | Txikerra
Aurreko artukuloan esan bezala -GARRI atzizkiak izenak eta izenondoak sortzen ditu. Alde batetik, -GARRIk izenak sortzen ditu. Sorketa honek adiera bakarra du, hau da, atzizkiak oinarriari tresna edo baliabide kutsua ematen dio. Adibidez berogarri, edergarri, lokarri… Kasu hauetan -GARRI aditzak aukeratuz (berotu, edertu, lotu…) ez-bizidun eta tresna edo baliabide kutsudun izenak sortzen ditu. Beste aldetik, […]
IXA taldea
22 de abril, 2009 | estiren txokoa
IXA taldea, 31 informatikarik eta 14 hizkuntzalarik osatzen duten taldea da, eta bertan Lengoaia Naturalaren Prozesamenduaren gaineko ikerketak egiten dira. Euskal Herriko Unibertsitateak kudeatuta dago baina hainbat enpresa pribatu zein publikoren babesa jasotzen du, hala nola; Lexiquest France, Microsoft, Eatoni, Eleka, Elhuyar, Plazagune, UZEI, Euskaltzaindia, Berria…
Ikerketa hauek esparru ezberdinen gainean burutzen dira, azpikategoria hauetan sailka daitezkeelarik:
1- […]
Itzulpengintza automatikoa (Q.2)
22 de abril, 2009 | Jone Flores
Itzulpengintza automatikoa, gazteleraz TM eta ingelesez MT izendatuak baita ere, software-aren erabilera aztertzen duen linguistika computazionalaren alor bat da non helburua testuak lengoaia natural batetik beste batera itzultzea den. Oinarrizko maila batean itzulpen automatikoak bi lengoaia naturalen arteko hitz atomikoan ordezkapena egiten; baina Corpus linguistiko baten bitartez itzulpen konplexuagoen saiakera egin daiteke. Itzulpengintza automatikoan itzulpenak egiteko modu […]
Human Language Technologies (Q1)
22 de abril, 2009 | Marta Retuerto
Hans Uszkoreit is a Professor of Computational Linguistics at the Dept. of Computational Linguistics and Phonetics of Saarland University at Saarbrücken. Here it is his definition of Human Language Technology: sometimes also referred to as human language technology — comprises computational methods, computer programs and electronic devices that are specialized for analyzing, producing or modifying […]
List of the main research topics (Q2)
22 de abril, 2009 | Saioa Batiz
Every research centre may have its own research topics, however, there are many topics discussed in every centre. Many of these research centres, doesn’t matter wether they are from overseas or even from the country, are going through these main … Continue reading →