Het Lassy Klein-corpus is een corpus van ongeveer 1 miljoen woorden met manueel geverifieerde syntactische annotaties. Lemma’s en POS-tags werden automatisch toegevoegd aan het corpus m.b.v. Tadpole (nu: Frog). De syntactische dependentiestructuren werden toegevoegd m.b.v. Alpino. De lemma’s, POS-tags en syntactische boomstructuren werden geverifieerd en gecorrigeerd.
Het corpus is beschikbaar in zowel xml- als in Dact-formaat en de zoeksoftware Dact wordt meegeleverd in het downloadbestand. De download bevat daarnaast ook frequentielijsten.
The Lassy Small Corpus contains about a million words with manually verified syntactical annotations.
Productdetails
Dataformaat | xml, dact |
Documentatie | LREC2006-artikel; TLT2009-artikel, Aanpassingen Versie 6.0 |
Eigenaar | Taalunie |
Financier | NTU|STEVIN |
Jaar | 2021 |
Opdrachtgever | NTU|STEVIN |
Project | LASSY: Large Scale Syntactic Annotation of written Dutch |
Projectwebsite | http://www.let.rug.nl/~vannoord/Lassy/ |
Refereren | Lassy Klein-corpus (Version 6.0) (2021) [Data set]. Available at the Dutch Language Institute: http://hdl.handle.net/10032/tm-a2-s9 |
Software | Dact |
Talen | Nederlands |
Toepassing | Waardevol voor o.a. taalkundig onderzoek (bv. zinsbouw) en als referentiemateriaal bij het maken van woordenboeken of lexica. |
Versie | 6.0 |
Downloaddetails
Bestand | |
---|---|
lassy6.tar.gz |
- Aantal bestanden 1
- Aantal downloads 64
- Bestandsgrootte 947.97 MB
- Datum plaatsing 12/05/2021
- Laatst bijgewerkt 03/02/2023
- Versie 6.0