This is a subpart of Norsk aviskorpus, grammatically annotated and classified. It comprises 35 692 210 tokens and covers Norwegian bokmål in the time span 2001-2009. The full Norwegian Newspaper …

Språk:

norsk, bokmål

Opphav:

CLARINO Bergen

Lisens:

Creative_Commons-BY-NC (CC-BY-NC)

Type:

Tekst

Oppdatert:

28.01.2025

The Norwegian Newspaper Corpus (NNC) Nynorsk is a large monitor corpus representing contemporary Norwegian language in the written variety Norwegian Nynorsk. A corresponding corpus is available for …

Språk:

norsk, nynorsk

Opphav:

CLARINO Bergen

Lisens:

Creative_Commons-BY (CC-BY)

Type:

Tekst

Oppdatert:

28.01.2025

Dette datasettet inneholder syntetiske linjebilder som kan brukes til å finjustere OCR-modeller for nord-, sør-, lule- og inaresamisk. Fremgangsmåten for å lage disse bildene er å lage 'rene' …

Språk:

Opphav:

Språkbanken

Lisens:

Creative_Commons-BY (CC-BY)

Type:

Verktøy

Oppdatert:

28.01.2025

Dette er en samling av modeller for OCR (optical character recognition) av samiske språk. Disse kan brukes til å gjenkjenne tekst i bilder av trykt tekst (scannede bøker, magasiner, o.l) på …

Språk:

Opphav:

Språkbanken

Lisens:

Creative_Commons-BY (CC-BY)

Type:

Verktøy

Oppdatert:

22.01.2025

Dette datasettet består av 3537 norske idiom og fraser som finst fleire enn 100 gonger i Nettbiblioteket. Det er 3455 idiom på bokmål og 88 på nynorsk. I framtida vil vi prøve å leggje til …

Språk:

bokmål, nynorsk

Opphav:

Språkbanken

Lisens:

Creative_Commons-ZERO (CC-ZERO)

Type:

Tekst

Oppdatert:

10.10.2024

Dette korpuset består av omlag 138 timers tale generert fra lyd med tidsjusterte undertekster fra pressekonferanser publisert av Departementenes sikkerhets- og serviceorganisasjon (DSS). Datasettet …

Opphav:

Språkbanken

Lisens:

Norwegian Licence for Open Government Data (NLOD)

Type:

Tale

Oppdatert:

10.07.2024

Denne siden er en plassholder for de norske dataene i Teflon-prosjektet. Teflon-prosjektet (https://teflon.aalto.fi/) har som mål å studere dataassistert språklæring for innvandrerbarn som lærer …

Språk:

norsk

Opphav:

Språkbanken

Lisens:

unspecified

Type:

Tale, Tekst

Oppdatert:

23.03.2024

Denne ressursen innegolder grafem-til-fonem-modeller (G2P-modeller) for norsk bokmål som er tilpasset G2P-systemet Phonetisaurus (https://github.com/AdolfVonKleist/Phonetisaurus). G2P-modellene kan …

Språk:

Opphav:

Språkbanken

Lisens:

Creative_Commons-ZERO (CC-ZERO)

Type:

Verktøy

Oppdatert:

09.02.2024

Dette korpuset inneheld dokument frå 497 internettdomene tilknytta norske statlege institusjonar. Totalt består materialet av omlag 2,6 milliardar "tokens" (ord og teiknsetting). I tillegg til …

Språk:

bokmål, nynorsk, engelsk, nordsamisk, sørsamisk, lulesamisk

Opphav:

Språkbanken

Lisens:

Norwegian Licence for Open Government Data (NLOD)

Type:

Tekst

Oppdatert:

31.01.2024

Glossa is a tool for researchers who want to search linguistically annotated corpora. Glossa is designed to make it easy for researchers to: - create complex searches - explore the result via e.g. …

Språk:

Opphav:

CLARINO Tekstlaboratoriet

Lisens:

MIT license

Type:

Verktøy

Oppdatert:

11.01.2024