NST N-gram – dansk nyhendetekst

Dette korpuset inneheld n-gram på dansk, henta frå eit korpus på 290 millionar ord med nyhendetekst på dansk frå avisene Berlingske Tidende, Ekstrabladet og Politiken. Avisene er frå tidsperioden 1995-1999. Korpuset vart opprinneleg utvikla av Nordisk Språkteknologi (NST) i perioden 1997-2003. N-gramma vart lage av Uni Research for Nasjonalbiblioteket.

Sekvensar av eitt til seks ord er genererte (unigram, bigram, trigram, 4-gram, 5-gram og 6-gram), og deretter sorterte alfabetisk og etter frekvens. Det er òg laga ein forenkla versjon for nedlasting med dei 1000 mest frekvente n-gramma av alle typar nemnde ovanfor.

Utvidet metadata

resource Common Info
- resource Type: corpus
- identification Info
  - resource Name: NST N-gram – Danish News Text
  - resource Name: NST N-gram – dansk nyhendetekst
  - description: This corpus contains n-grams derived from a 290 million word corpus of Danish news text from the papers Berlingske Tidende, Ekstrabladet og Politiken. The time period covered is 1995-1999. The corpus was originally developed by Nordic Language Technology (NST) 1997-2003. The n-grams were generated by Uni Research for the National Library of Norway. Sequences of one to six words have been generated (i.e., unigrams, bigrams, trigrams, 4-grams, 5-grams and 6-grams) and ordered both by frequency and alphabetically. For convenience, a collection of the 1000 most frequent n-grams of all types listed above is also made available as a separate download.
  - description: Dette korpuset inneheld n-gram på dansk, henta frå eit korpus på 290 millionar ord med nyhendetekst på dansk frå avisene Berlingske Tidende, Ekstrabladet og Politiken. Avisene er frå tidsperioden 1995-1999. Korpuset vart opprinneleg utvikla av Nordisk Språkteknologi (NST) i perioden 1997-2003. N-gramma vart lage av Uni Research for Nasjonalbiblioteket. Sekvensar av eitt til seks ord er genererte (unigram, bigram, trigram, 4-gram, 5-gram og 6-gram), og deretter sorterte alfabetisk og etter frekvens. Det er òg laga ein forenkla versjon for nedlasting med dei 1000 mest frekvente n-gramma av alle typar nemnde ovanfor.
  - url: https://www.nb.no/sprakbanken/ressurskatalog/oai-nb-no-sbr-28/
  - P I D: hdl:21.11146/28
  - identifier: sbr-28
- distribution Info
  - licence Info
    - user Category: Public
    - distribution Access Medium: downloadable
    - download Location: https://www.nb.no/sprakbanken/ressurskatalog/oai-nb-no-sbr-28/
    - licence
      - licence Family: Creative Commons (CC)
      - licence Name: Creative_Commons-ZERO (CC-ZERO)
      - licence Url: https://creativecommons.org/publicdomain/zero/1.0/
    - licensor:
    - actor Info
      - actor Type: organization
      - role: Licensor
      - organization Info
        organization Name: National Library of Norway
        organization Name: Nasjonalbiblioteket
        organization Short Name: NLN
        organization Short Name: NB
        department Name: The Language Bank
        department Name: Språkbanken
      - communication Info
        email: sprakbanken@nb.no
        url: https://www.nb.no/sprakbanken/
        address: P.O. Box 2674 Solli
        zip Code: 0203
        city: Oslo
        region: Oslo
        country: Norway
    - distribution Rights Holder
      - actor Info
        actor Type: organization
        role: Distribution Rights Holder
        organization Info
        organization Name: National Library of Norway
        organization Name: Nasjonalbiblioteket
        organization Short Name: NLN
        organization Short Name: NB
        department Name: The Language Bank
        department Name: Språkbanken
        communication Info
        email: sprakbanken@nb.no
        url: https://www.nb.no/sprakbanken/
        address: P.O. Box 2674 Solli
        zip Code: 0203
        city: Oslo
        region: Oslo
        country: Norway
- contact
  - actor Info
    - actor Type: organization
    - role: Contact
    - organization Info
      - organization Name: National Library of Norway
      - organization Name: Nasjonalbiblioteket
      - organization Short Name: NLN
      - organization Short Name: NB
      - department Name: The Language Bank
      - department Name: Språkbanken
    - communication Info
      - email: sprakbanken@nb.no
      - url: https://www.nb.no/sprakbanken/
      - address: P.O. Box 2674 Solli
      - zip Code: 0203
      - city: Oslo
      - region: Oslo
      - country: Norway
- metadata Info
  - metadata Creation Date: 11.06.2012
  - metadata Language Name: English
  - metadata Language Id: en
  - metadata Last Date Updated: 02.07.2021
  - metadata Creator
    - actor Info
      - actor Type: person
      - role: Metadata Creator
      - person Info
        surname: Birkenes
        given Name: Magnus Breder
        affiliation:
        organization Info
        organization Name: National Library of Norway
        organization Name: Nasjonalbiblioteket
        organization Short Name: NLN
        organization Short Name: NB
        department Name: The Language Bank
        department Name: Språkbanken
      - communication Info
        email: sprakbanken@nb.no
        url: https://www.nb.no/sprakbanken/
        address: P.O. Box 2674 Solli
        zip Code: 0203
        city: Oslo
        region: Oslo
        country: Norway
    - actor Info
      - actor Type: person
      - role: Metadata Creator
      - person Info
        surname: Lindstad
        given Name: Arne Martinus
        affiliation:
        organization Info
        organization Name: National Library of Norway
        organization Name: Nasjonalbiblioteket
        organization Short Name: NLN
        organization Short Name: NB
        department Name: The Language Bank
        department Name: Språkbanken
      - communication Info
        email: sprakbanken@nb.no
        url: https://www.nb.no/sprakbanken/
        address: P.O. Box 2674 Solli
        zip Code: 0203
        city: Oslo
        region: Oslo
        country: Norway
- version Info
  - version: 1.0
  - last Date Updated: 11.06.2012
- validation Info
  - validated: false
- resource Documentation Info
  - documentation Unstructured
    - role: documentation
    - document Unstructured: Documentation file
- resource Creation Info
  - creation Start Date: 02.01.2012
  - creation End Date: 11.06.2012
  - resource Creator
    - actor Info
      - actor Type: person
      - role: Resource Creator
      - person Info
        surname: Hofland
        given Name: Knut
        affiliation:
        organization Info
        organization Name: University of Bergen
        organization Name: Universitetet i Bergen
        organization Short Name: UiB
        organization Short Name: UiB

Last ned ressurser

Last ned metadata

Last ned metadata https://www.nb.no/sprakbanken/oai?verb=GetRecord&identifier=oai:nb.no:sbr-28&metadataPrefix=cmdi

dc:type	corpus
dc:title	NST N-gram – dansk nyhendetekst
dc:identifier	oai:nb.no:sbr-28
dc:description	Dette korpuset inneheld n-gram på dansk, henta frå eit korpus på 290 millionar ord med nyhendetekst på dansk frå avisene Berlingske Tidende, Ekstrabladet og Politiken. Avisene er frå tidsperioden 1995-1999. Korpuset vart opprinneleg utvikla av Nordisk Språkteknologi (NST) i perioden 1997-2003. N-gramma vart lage av Uni Research for Nasjonalbiblioteket. Sekvensar av eitt til seks ord er genererte (unigram, bigram, trigram, 4-gram, 5-gram og 6-gram), og deretter sorterte alfabetisk og etter frekvens. Det er òg laga ein forenkla versjon for nedlasting med dei 1000 mest frekvente n-gramma av alle typar nemnde ovanfor.
dc:publisher
dc:format	downloadable
dc:date	2012-01-02
dc:date	2012-06-11
dc:rights	Public
dc:rights	Creative Commons (CC)
dc:rights	Creative_Commons-ZERO (CC-ZERO)
dc:rights	https://creativecommons.org/publicdomain/zero/1.0/
dc:creator	Knut Hofland
dc:lang	dansk

NST N-gram – dansk nyhendetekst

Utvidet metadata

Resource Common Info

Corpus Info

Dublin Core (DC)

Last ned ressurser

Last ned metadata