Xhosa Web subcorpus (South Africa) from 2018 (xho-za_web_2018_30K)

Identifikator: 11022/0000-0007-CA7D-A

Beschreibung

Xhosa Web-Teilkorpus (Südafrika) basierend auf Texten von 2018 (30.000 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: Xhosa (ISO 639-3: xho)
Zeitliche Abdeckung: 2018-09-13 - 2018-09-30
Keywords: Xhosa, web, Corpus

Größe

Anzahl Sätze: 30000
Anzahl Types: 112277
Anzahl Token: 441630

Kontakt

Administrativer Kontakt
Technischer Kontakt

Zitieren

Leipzig Corpora Collection: Xhosa Web subcorpus (South Africa) from 2018 (xho-za_web_2018_30K). Leipzig Corpora Collection. Dataset. Identifier: 11022/0000-0007-CA7D-A.