Autor: Robert Šípek

Pokračování textu Čeština: Pojmy

CNEC – Czech Named Entity Corpus

• Web projektu | Korpus ke stažení
• Ústav formální a aplikované lingvistiky, Univerzita Karlova
• korpus 8 993 českých vět obsahující 35 220 manuálně pojmenovaných entit, klasifikovaných podle dvouúrovňové hierarchie 46 pojmenovaných entit
• ???information extraction – typy slov ve větě (podmět a přísudek)

CZES corpus

• články z novin a magazínů (1995–1998 a 2002)
• Ajka tagy
• Zdroje:
  • Lindat: czes (ke stažení)
    • sozbor: czes.xdedupl.onioned.vert
      • žádné tagy nevidím
  • sketchengine:  Czes corpus
  •  
•