- 8 SIDOR
- Akademiska texter – Humaniora
- Astra Nova 2008-2010
- August Strindbergs brev
- August Strindbergs romaner
- Banco de Datos de Once Novelas Españolas 1951—1971 (SOL)
- Banco de Datos de Prensa Española 1977 (SOL)
- Bellman
- Bloggmix
- Bonniersromaner I (1976/77)
- Bonniersromaner II (1980/81)
- Corpus Oral de Referencia del Español Contemporáneo (SOL)
- DN 1987
- DiabetologNytt (1996–1999)
- Dramawebben (demo)
- Essäistisk litteratur 1970-2011
- FTS - Färöisk textsamling
- Forskning & Framsteg
- GP 1994
- GP 2001
- GP 2002
- GP 2003
- GP 2004
- GP 2005
- GP 2006
- GP 2007
- GP 2008
- GP 2009
- GP 2010
- GP 2011
- GP – Två dagar
- Hufvudstadsbladet 1991
- Hufvudstadsbladet 1998
- Hufvudstadsbladet 1999
- Jakobstads tidning 1999
- Jakobstads tidning 2000
- Läkartidningen 1996
- Läkartidningen 1997
- Läkartidningen 1998
- Läkartidningen 1999
- Läkartidningen 2000
- Läkartidningen 2001
- Läkartidningen 2002
- Läkartidningen 2003
- Läkartidningen 2004
- Läkartidningen 2005
- Meddelanden från Åbo Akademi 2002–2010
- Norstedtsromaner (1999)
- Nya Argus 2010–2011
- ORDAT
- Pargas Kungörelser 2011
- Svenska Wikipedia
- Pargas Kungörelser 2012
- Wikipedia
- Parole
- Press 65
- Press 76
- Press 95
- Press 96
- Press 97
- Press 98
- Psalmboken (1937)
- SNP 1978-79
- SUC
- SUC Romaner (StorSUC)
- Sakprosa 1970-2011
- Skönlitteratur 1970-2011
- Smittskydd
- Strindbergs brev
- Studentbladet 2011
- Svensk författningssamling 1978-81
- Svensk trädbank
- Svenska Wikipedia
- Svenska partiprogram och valmanifest
- Svenskbygden 2010-2011
- SweWaC
- Syd-Österbotten 2012
- Syntag trädbank
- Talbanken
- Vasabladet 1991
- Vasabladet 2012
- Vuxna bloggare
- Äldre svenska romaner
- Österbottens tidning 2011
- Österbottens tidning 2012
Syntag trädbank
Information
| Licens | CC-BY |
| Tokens: | 101329 |
| Meningar: |
Sök
Nedladdning 
- TXT
- HTML
- XML: XML är ett standardiserat märkspråk för att hantera data.
- LMF: LMF är ett standardiserat sätt att hantera data i elektroniska lexikon. Språkbankens lexikon distribueras som LMF i XML-format.
- Omkastad XML: Flera av texterna i Språkbankens korpusar är skyddade av upphovsrätt. Dessa distribueras som så kallade meningsmängder. Meningarna i texterna har kastats om av upphovsrättsliga skäl. Det betyder att meningarna har en slumpmässig ordning för att originaltexterna inte ska gå att återskapa.
- Statistik: För de flesta av Språkbankens korpusar finns en fil med statistik. Den innehåller en frekvenssorterad lista över ord och deras ordklass, lemgram om sådant hittats, +/- som indikerar om en sammansättningsanalys har kunnat göras, samt rå frekvens (totalt antal förekomster) och relativ frekvens (antal förekomster per en miljon ord).
Nedladdningsformat
Flertalet av Språkbankens resurser är tillgängliga för sökning genom våra sökgränssnitt. Dessa är Korp för korpusar och Karp för lexikon.
Dessutom finns många av resurserna för nedladdning i olika format. Dessa förklaras kort nedan. Vissa av filerna är mycket stora, och det kan därför vara bäst att spara ner dem på din dator i stället för att visa dem direkt i webbläsaren. Detta gör man enklast genom att högerklicka på önskad länk och sen välja att spara länken.
Se även information om annoteringen av korpusar.
Metadata
SynTag är en s.k. trädbank, innehållande syntaktiskt märkt text från 158 artiklar ur Press-65, omfattande drygt 100 000 löpande ord. Märkningen avser endast konstituenternas och ordens relationer till varandra (t.ex. som subjekt eller annat argument till ett finit verb) och omfattar upp till 12 analysnivåer. Dessutom finns en enkel ordklassmärkning. Vissa fel kvarstår och kommer småningom att rättas.
