ZT corpusa
Zientzia eta Teknologiaren Corpusa, edo ZT corpusa, zientzia eta teknologiaren alorreko euskarazko testu-bilduma egituratu eta etiketatua da, eta alor horietako euskararen erabilera ikertzeko baliabidea izatea du helburu nagusia.
Corpus berezi edo espezializatua da, eta UPV/EHUko IXA taldeak eta Elhuyar Fundazioak elkarlanean eratu dute.
Corpusaren osaera dela eta, 1990-2002 bitartean argitaratutako zientzia eta teknologiaren alorreko obrak hartu dira kontuan corpusa elikatzeko. Corpus sailkatua da, eremuaren (jakintza-alorraren) eta generoaren (testu-motaren) arabera.
Corpus etiketatua da, bai testuaren egiturari eta formatuari dagokionez, bai linguistikoki. Etiketatze linguistikoa egiteko, euskara automatikoki prozesatzeko teknologia aurreratua erabili da (IXA taldearen Eustagger etiketatzailea). Testuko hitz bakoitzaren lema eta kategoria/azpikategoria etiketatu dira. Corpusaren lehen bertsio honetan, 8,5 milioi hitz daude, eta horietatik 1,9 milioi hitz eskuz berrikusi, desanbiguatu eta zuzendu dira.
Tools and services
Averell
Averell is a Python library and command line interface to download and to standardize corpora from ten multi-lingual poetry repositories |
Jollyjumper
Jollyjumper is our enjambment detection Python library for Spanish |
Rantanplan
Rantanplan is a Python library for the automated scansion of Spanish poetry |
PoetryLab app
PoetryLab: An Open Source Toolkit for the Analysis of Spanish Poetry Corpora |
PDMapping
Tool for documenting and analyzing speakers' judgments about spatial and sociocultural linguistic variation. |
Ferramenta On-Line de ExpeRimentación PerceptivA (FOLErPa)
FOLERPA is an online tool for carrying out perceptual experiments. |
Cartografía dos apelidos de Galicia
Research tool for the study of the geographical distribution of surnames in Galicia. |
Vocabulary analyzer Web Service
This web service calculates different lexicometric measures and displays them graphically (tokens, types, hapaxes & type/token ratio). |
Ngram Statistics de Pedersen
Pedersen's Ngram Statistics Package |
UPF Freeling-based part-of-speech tagger.
This is the UPF Freeling-based part-of-speech tagger. |
Análisis de relaciones de dependencias
This WS performs dependency parsing using Bohnet's graph-based Parser. The input is text in plain text or CoNLL format. The languages supported are English and Spanish. |
Freeling Named Entity Recognition - NER
Freeling-based Named Entity Recognition - NER |
WSD-IXA
Word-Sense Disambiguation |
Ixa pipes
Multilingual NLP tools |
ixaKat
A modular chain of Natural Language Processing tools for Basque |
Maltixa
Statistical Syntactic analyzer for Basque |
Eustagger
Morphosyntactic tagger for Basque |
Xuxen
Spelling and grammar checker for Basque |
BASYQUE
A web application to analyse syntactic variation of Basque dialects |
Analhitza
Category analyzer |