Dette korpuset inneheld dokument frå 571 internettdomene tilknytta norske statlege institusjonar. Totalt består materialet av omlag 4,5 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:

31.01.2022

bokselskap.no er et korpus av bøker og tekster som har falt i det fri, dvs. bøker/tekster av forfattere som har vært døde i minst 70 år, eller bøker og tekster som rettighetshaver har gitt sin …

Språk:

norsk

Opphav:

Språkbanken

Lisens:

Creative_Commons-ZERO (CC-ZERO)

Type:

Tekst

Oppdatert:

11.01.2022

Dette er versjon 1.1 av Stortingskorpuset (engelsk forkorting NPSC). Følgjande endringar skil versjon 1.1. frå versjon 1.0: - Dataa er delte opp i offisielle trenings-, evaluerings- og testsett. - …

Språk:

norsk

Opphav:

Språkbanken

Lisens:

Creative_Commons-ZERO (CC-ZERO)

Type:

Tale

Oppdatert:

30.11.2021

Dette korpuset inneholder n-grammer – unigrammer, bigrammer og trigrammer – fra alle bøker og aviser som var blitt digitalisert ved Nasjonalbiblioteket per juli 2021. N-grammene er laget på …

Språk:

bokmål, nynorsk, nordsamisk, sørsamisk, lulesamisk, kvensk

Opphav:

Språkbanken

Lisens:

Creative_Commons-ZERO (CC-ZERO)

Type:

Tekst

Oppdatert:

28.10.2021

ONOMASTICA versjon 2 er ein oppdatert versjon av ONOMASTICA. For å gjere uttaleleksikonet enklare tilgjengeleg, har Språkbanken parsa dei originale filene og generert ei fil i csv-format. Fila …

Språk:

norsk

Opphav:

Språkbanken

Lisens:

Creative_Commons-BY (CC-BY)

Type:

Leksikon

Oppdatert:

28.09.2021

Desse omsetjingsminna er laga ved EEA Coordination Division ved Det europeiske frihandelsforbundet EFTAs sekretariat i Brussel, som mellom anna arbeider med omsetjing og publikasjonar i EFTA. …

Språk:

engelsk, bokmål, engelsk, nynorsk

Opphav:

Språkbanken

Lisens:

Creative_Commons-ZERO (CC-ZERO)

Type:

Tekst

Oppdatert:

18.08.2021

Materialet fra Talemålsundersøkelsen i Oslo (TAUS) er basert på uformelle intervjuer med folk fra Oslo, som ble gjort i 1971-73. Informantene er hovedsakelig fra to østlige bydeler (Vålerenga og …

Språk:

norsk, bokmål

Opphav:

CLARINO Tekstlaboratoriet

Lisens:

CLARIN_ACA-NC-LOC-PRIV-ND-*

Type:

Tale, Tekst

Oppdatert:

04.05.2021

TAUS (Talemålsundersøkelsen i Oslo) v.3 er et talespråkskorpus med 86 talere og 387 551 tokens. Denne nedlastbare versjoner inneholder transkripsjonene, cirka 44 300 tokens. Alle transkripsjonene …

Språk:

norsk, bokmål

Opphav:

CLARINO Tekstlaboratoriet

Lisens:

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

Type:

Tekst

Oppdatert:

04.05.2021

Dette korpuset inneheld dokument frå 339 internettdomene tilknytta norske, statlege institusjonar. Totalt består materialet av omlag 4,1 milliardar "tokens" (ord og teiknsetjing), noko som gjer …

Språk:

bokmål, nynorsk, nordsamisk, sørsamisk, lulesamisk, engelsk

Opphav:

Språkbanken

Lisens:

Norwegian Licence for Open Government Data (NLOD)

Type:

Tekst

Oppdatert:

30.04.2021