Niet-commercieel

SumNL-samenvattingencorpus

Het SumNL-samenvattingencorpus is gebaseerd op 30 clusters. Ieder cluster bestaat uit een onderwerp en 5-25 krantenartikelen die relevant zijn voor het onderwerp.
The SumNL Corpus of Abstracts is based on 30 clusters. Each cluster consists of a topic and 5-25 newspaper articles that are relevant for that topic.

SoNaR Nieuwe Media Corpus

Het SoNaR Nieuwe Media Corpus 1.0 bevat nieuwemediateksten (sms’en, tweets en chatberichten) die verzameld werden binnen het STEVIN-project SoNaR.
The SoNaR New Media Corpus 1.0 contains texts from new media (sms, tweets and chat messages) that were collected within the STEVIN-project SoNaR.

SoNaR-corpus

Het SoNaR-corpus bevat ruim 500 miljoen woorden afkomstig uit (standaard) Nederlandstalige teksten van na 1954.
The SoNaR Corpus contains more than 500 million words from texts in standard Dutch later than 1954.

RND Woordenlijsten

Fonetische transcripties van dialectwoorden verzameld in Nederland en België. Oorspronkelijk gepubliceerd in de “Reeks Nederlandse Dialectatlassen”.
Phonetic transcriptions of dialect words collected in the Netherlands and Belgium. Originally published in the Reeks Nederlandse Dialectatlassen”.

Referentiebestand Nederlands (RBN)

Een verzameling van ongeveer 50.000 frequente Nederlandse woorden aangevuld met taalkundige informatie.

A collection of ca. 50,000 frequently used Dutch words, enriched with linguistic information.

« Vorige