Tagalog news subcorpus from 2013 (tgl_newscrawl_2013_300K)

Identifikator: 11022/0000-0000-7F7A-A

Beschreibung

Tagalog Nachrichten-Teilkorpus basierend auf Texten gecrawlt 2013 (300.000 Sätze) erstellt im Rahmen des Projektes "Deutscher Wortschatz" bzw. "Wortschatz Leipzig".
Das Projekt sammelt regelmäßig (meist jährlich) frei verfügbare Dokumente im Internet und aus anderen Quellen und bereitet diese auf. Das Ergebnis sind Korpora und korpusbasierte Wörterbücher für über 250 Sprachen, in denen zu jedem Wort statistische Angaben, Beispielsätze und Links zu verwandten Wörtern verfügbar sind. Das Angebot zählt zu den umfangreichsten Informationssystemen zur deutschen Sprache und stellt für viele weitere Sprachen die jeweils größten frei verfügbaren Datenmengen bereit.

Metadaten

Details

Typ/Media Type: Written corpus, text/plain, application/gzip
Lizenz: CC BY-NC
Sprache: Tagalog (ISO 639-3: tgl)
Zeitliche Abdeckung: 2012-11-17 - 2012-11-18
Keywords: Tagalog, newscrawl, Corpus

Größe

Anzahl Sätze: 300000
Anzahl Types: 205266
Anzahl Token: 5748008

Kontakt

Administrativer Kontakt
Technischer Kontakt

Zitieren

Leipzig Corpora Collection: Tagalog news subcorpus from 2013 (tgl_newscrawl_2013_300K). Leipzig Corpora Collection. Dataset. Identifier: 11022/0000-0000-7F7A-A.