Språkresurser

Här kan du leta och filtrera bland våra korpusar och lexikon. Du kan klicka på en rad för att få fram nedladdningsbara filer. Genom att klicka på Korp- eller Karp-ikonen kommer du direkt till gränssnittet där du kan utforska resursen.

Alla (1146) Samlingar (26) Korpusar (1080) Lexikon (58) Tränings- och utvärderingsdata (45) Modeller (8)

Resurs Sortera stigande	Antal tokens	Språk	Åtkomst
WordReference En stor korpus av skriftligt tal av modersmåls- och icke-modersmålstalare i fyra språk.	170 000 000	engelska, spanska, franska, italienska	Datamängd: wordreference.zip 2020-11-10 – 365.51 MB – CC BY 4.0
Wexjöbladet 1820-talet Del av samlingen Kubhist2	1 338 559	svenska	Datamängd: kubhist2-wexjobladet-1820.xml.bz2 2024-01-16 – 36.76 MB – CC BY 4.0 Ordstatistik: stats_kubhist2-wexjobladet-1820.csv 2024-01-17 – 8.97 MB – CC BY 4.0 Utforska i:
Webbnyheter 2013 Nyheter från svenska dagstidningars webbplatser	22 648 638	svenska	Datamängd: webbnyheter2013.xml.bz2 2024-01-05 – 652.09 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2013.csv 2024-01-06 – 36.02 MB – CC BY 4.0 Utforska i:
Webbnyheter 2012 Nyheter från svenska dagstidningars webbplatser	25 132 041	svenska	Datamängd: webbnyheter2012.xml.bz2 2022-12-02 – 729.32 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2012.csv 2022-12-03 – 39.72 MB – CC BY 4.0 Utforska i:
Webbnyheter 2011 Nyheter från svenska dagstidningars webbplatser	26 268 603	svenska	Datamängd: webbnyheter2011.xml.bz2 2022-12-02 – 764.57 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2011.csv 2022-12-03 – 40.69 MB – CC BY 4.0 Utforska i:
Webbnyheter 2010 Nyheter från svenska dagstidningars webbplatser	23 803 577	svenska	Datamängd: webbnyheter2010.xml.bz2 2022-12-02 – 691.09 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2010.csv 2022-12-02 – 36.94 MB – CC BY 4.0 Utforska i:
Webbnyheter 2009 Nyheter från svenska dagstidningars webbplatser	25 888 779	svenska	Datamängd: webbnyheter2009.xml.bz2 2024-01-05 – 747.74 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2009.csv 2024-01-06 – 40.43 MB – CC BY 4.0 Utforska i:
Webbnyheter 2008 Nyheter från svenska dagstidningars webbplatser	27 561 804	svenska	Datamängd: webbnyheter2008.xml.bz2 2022-12-01 – 796.9 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2008.csv 2022-12-02 – 44.26 MB – CC BY 4.0 Utforska i:
Webbnyheter 2007 Nyheter från svenska dagstidningars webbplatser	24 630 443	svenska	Datamängd: webbnyheter2007.xml.bz2 2022-12-01 – 715.52 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2007.csv 2022-12-02 – 40.8 MB – CC BY 4.0 Utforska i:
Webbnyheter 2006 Nyheter från svenska dagstidningars webbplatser	22 563 792	svenska	Datamängd: webbnyheter2006.xml.bz2 2022-12-01 – 654.61 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2006.csv 2022-12-02 – 39.04 MB – CC BY 4.0 Utforska i:
Webbnyheter 2005 Nyheter från svenska dagstidningars webbplatser	29 503 647	svenska	Datamängd: webbnyheter2005.xml.bz2 2024-01-05 – 849.81 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2005.csv 2024-01-06 – 40.67 MB – CC BY 4.0 Utforska i:
Webbnyheter 2004 Nyheter från svenska dagstidningars webbplatser	13 806 323	svenska	Datamängd: webbnyheter2004.xml.bz2 2022-11-30 – 403.31 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2004.csv 2022-12-01 – 26.62 MB – CC BY 4.0 Utforska i:
Webbnyheter 2003 Nyheter från svenska dagstidningars webbplatser	12 217 288	svenska	Datamängd: webbnyheter2003.xml.bz2 2022-11-30 – 357.9 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2003.csv 2022-12-01 – 25.69 MB – CC BY 4.0 Utforska i:
Webbnyheter 2002 Nyheter från svenska dagstidningars webbplatser	17 426 173	svenska	Datamängd: webbnyheter2002.xml.bz2 2022-11-30 – 506.49 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2002.csv 2022-12-01 – 33.03 MB – CC BY 4.0 Utforska i:
Webbnyheter 2001 Nyheter från svenska dagstidningars webbplatser	614 151	svenska	Datamängd: webbnyheter2001.xml.bz2 2024-01-04 – 17.13 MB – CC BY 4.0 Ordstatistik: stats_webbnyheter2001.csv 2024-01-05 – 4.82 MB – CC BY 4.0 Utforska i:
Samling Webbnyheter Nyheter från svenska dagstidningars webbplatser		svenska	Se 13 delresurser Utforska i:
Ur Dagens Krönika Åtta årgångar av kulturtidskriften Ur Dagens Krönika, 1881–1890	1 995 149	svenska	Datamängd: runeberg-urdagkron.xml.bz2 2014-12-08 – 24.43 MB – CC BY 4.0 Ordstatistik: stats_RUNEBERG-URDAGKRON.txt 2015-06-25 – 10.48 MB – CC BY 4.0 Utforska i:
Twittermix Material från ett urval av svenska Twitteranvändare. Uppdateras regelbundet.	499 986 353	svenska	Ordstatistik: stats_twitter.csv 2022-11-09 – 799.05 MB – CC BY 4.0 Utforska i:
Twitter: Partiledardebatt oktober 2013 Material från Twitter, insamlat under partiledardebatten 6 oktober 2013 samt några dagar före och efter	25 736 586	svenska	Ordstatistik: stats_TWITTER-PLDEBATT-131006.txt 2017-05-21 – 51.9 MB – CC BY 4.0 Utforska i:
Twitter: Partiledardebatt maj 2014 Material från Twitter, insamlat under partiledardebatten 4 maj 2014 samt några dagar före och efter	34 228 521	svenska	Ordstatistik: stats_TWITTER-PLDEBATT-140504.txt 2017-05-21 – 60.7 MB – CC BY 4.0 Utforska i:
Twitter: Partiledardebatt juni 2013 Material från Twitter, insamlat under partiledardebatten 12 juni 2013 samt några dagar före och efter	38 959 102	svenska	Ordstatistik: stats_TWITTER-PLDEBATT-130612.txt 2017-05-21 – 77.03 MB – CC BY 4.0 Utforska i:
Tvåkammarriksdagen: Utredningar, EU-förslag, betänkande, statens offentliga utredningar Del av Tvåkammarriksdagen	59 266 835	svenska	Datamängd: tkr-utredningar-kombet-sou.xml.bz2 2023-12-12 – 986.58 MB – CC BY 4.0 Ordstatistik: stats_tkr-utredningar-kombet-sou.csv 2023-12-13 – 223.48 MB – CC BY 4.0 Utforska i:
Tvåkammarriksdagen: Riksdagsskrivelser Del av Tvåkammarriksdagen	29 775 566	svenska	Datamängd: tkr-rskr.xml.bz2 2023-12-11 – 476.4 MB – CC BY 4.0 Ordstatistik: stats_tkr-rskr.csv 2023-12-12 – 133.13 MB – CC BY 4.0 Utforska i:
Tvåkammarriksdagen: Riksdagens författningssamling RFS Del av Tvåkammarriksdagen	83 964	svenska	Datamängd: tkr-riksdagens-forfattningssamling-rfs.xml.bz2 2023-12-11 – 1.56 MB – CC BY 4.0 Ordstatistik: stats_tkr-riksdagens-forfattningssamling-rfs.csv 2023-11-28 – 954.85 KB – CC BY 4.0 Utforska i:
Tvåkammarriksdagen: Reglementen, svensk författningssamling Del av Tvåkammarriksdagen	2 628 009	svenska	Datamängd: tkr-reglementen-sfs.xml.bz2 2023-12-11 – 43.12 MB – CC BY 4.0 Ordstatistik: stats_tkr-reglementen-sfs.csv 2023-12-12 – 28.6 MB – CC BY 4.0 Utforska i:
Tvåkammarriksdagen: Register Del av Tvåkammarriksdagen	23 323 395	svenska	Datamängd: tkr-register.xml.bz2 2023-12-11 – 285.18 MB – CC BY 4.0 Ordstatistik: stats_tkr-register.csv 2023-12-12 – 100.33 MB – CC BY 4.0 Utforska i:
Tvåkammarriksdagen: Protokoll Del av Tvåkammarriksdagen	327 554 657	svenska	Datamängd: tkr-protokoll.xml.bz2 2023-12-12 – 6.08 GB – CC BY 4.0 Ordstatistik: stats_tkr-protokoll.csv 2023-12-13 – 765.82 MB – CC BY 4.0 Utforska i:
Tvåkammarriksdagen: Propositioner, skrivelser Del av Tvåkammarriksdagen	319 201 218	svenska	Datamängd: tkr-propositioner-skrivelser.xml.bz2 2023-12-12 – 5.94 GB – CC BY 4.0 Ordstatistik: stats_tkr-propositioner-skrivelser.csv 2023-12-13 – 839.16 MB – CC BY 4.0 Utforska i:
Tvåkammarriksdagen: Motioner Del av Tvåkammarriksdagen	73 189 180	svenska	Datamängd: tkr-motioner.xml.bz2 2023-12-11 – 1.42 GB – CC BY 4.0 Ordstatistik: stats_tkr-motioner.csv 2023-12-12 – 391.82 MB – CC BY 4.0 Utforska i:
Tvåkammarriksdagen: Betänkanden, memorial, utlåtanden Del av Tvåkammarriksdagen	195 467 124	svenska	Datamängd: tkr-bet-mem-utl.xml.bz2 2023-12-11 – 3.59 GB – CC BY 4.0 Ordstatistik: stats_tkr-bet-mem-utl.csv 2023-12-12 – 615.55 MB – CC BY 4.0 Utforska i:
Tvåkammarriksdagen: Berättelser, redogörelser, framställningar Del av Tvåkammarriksdagen	61 348 401	svenska	Datamängd: tkr-berattelser-redogorelser-frsrdg.xml.bz2 2023-12-12 – 1 GB – CC BY 4.0 Ordstatistik: stats_tkr-berattelser-redogorelser-frsrdg.csv 2023-12-13 – 332.03 MB – CC BY 4.0 Utforska i:
Samling Tvåkammarriksdagen Samling av textdokument från Tvåkammarriksdagen		svenska	Se 10 delresurser Utforska i:
TISUS-texter Essays written by L2 Swedish learners as part of a TISUS exam	59 639	svenska	Utforska i:
Tiden 30 årgångar av den socialistiska tidskriften Tiden, 1909–1940	7 106 662	svenska	Datamängd: runeberg-tiden.xml.bz2 2014-12-08 – 89.33 MB – CC BY 4.0 Ordstatistik: stats_RUNEBERG-TIDEN.txt 2015-06-25 – 21.59 MB – CC BY 4.0 Utforska i:
The Swedish Culturomics Gigaword Corpus En miljard ord ur svenska korpusar från 1950 och framåt. Kod för att extrahera data från korpusen, samt användningsinstruktioner, kan laddas ner från https://svn.spraakdata.gu.se/sb-arkiv/tools/gigaword/	1 015 635 151	svenska	Datamängd: gigaword-1950-59.tar 2016-06-07 – 92.69 MB – CC BY 4.0 Datamängd: gigaword-1960-69.tar 2016-06-07 – 107.78 MB – CC BY 4.0 Datamängd: gigaword-1970-79.tar 2016-06-07 – 175.03 MB – CC BY 4.0 Datamängd: gigaword-1980-89.tar 2016-06-07 – 217.9 MB – CC BY 4.0 Datamängd: gigaword-1990-99.tar 2016-06-07 – 1.05 GB – CC BY 4.0 Datamängd: gigaword-2000-09.tar 2016-06-07 – 5.48 GB – CC BY 4.0 Datamängd: gigaword-2010-15.tar 2016-06-07 – 4.32 GB – CC BY 4.0
The English-Swedish Parallel Corpus (ESPC) ESPC är en kombinerad jämförbar och parallell korpus lämplig för tvärspråkig forskning för olika typer.	1 518 759	svenska, engelska	Utforska i:
TalbankenSTB Talbanken är en svensk trädbank.	96 346	svenska	Datamängd: TalbankenSTB.zip 2020-08-11 – 2.6 MB – CC BY 4.0 Datamängd: TalbankenSTB_README.txt 2020-08-11 – 1.05 KB – CC BY 4.0 Datamängd: TalbankenSTB_documentation.zip 2020-08-11 – 62.23 KB – CC BY 4.0 Datamängd: TalbankenSTB_datasplit.zip 2020-08-11 – 2.6 MB – CC BY 4.0 Datamängd: TalbankenSTB_original_parts.zip 2020-08-11 – 2.95 MB – CC BY 4.0
TalbankenSBX Talbanken är en svensk trädbank. Detta är Språkbanken Texts version av Talbanken.	96 346	svenska	Datamängd: talbanken.xml.bz2 2017-06-07 – 1.54 MB – CC BY 4.0 Ordstatistik: stats_TALBANKEN.txt 2016-03-13 – 1.06 MB – CC BY 4.0 Datamängd: changelog.txt 2020-06-11 – 316 byte – CC BY 4.0 Datamängd: TalbankenSBX_morphsplit20200610.zip 2020-06-11 – 3.64 MB – CC BY 4.0 Datamängd: TalbankenSBX_syntsplit20200610.zip 2020-06-11 – 807.09 KB – CC BY 4.0 Utforska i:
Sæmundaredda Forntida isländsk poesi även känd som The King's Book	46 726	fornisländska	Datamängd: eddan.xml.bz2 2015-01-21 – 87.55 KB – CC BY 4.0 Ordstatistik: stats_EDDAN.txt 2015-01-25 – 172.88 KB – CC BY 4.0 Utforska i:
Syntag trädbank En svensk trädbank med syntaktisk analys av 158 artiklar ur Press-65.	101 329	svenska	Datamängd: syntag.txt 2010-02-08 – 4.45 MB – CC BY 4.0 Datamängd: syntag.html 2010-05-24 – 10.15 MB – CC BY 4.0
SweWinograd 2.0 En svensk datamängd för pronomentolkning		svenska	Datamängd: swewinograd.zip 2023-03-30 – 33.41 KB – CC BY 4.0
SweWinogender 2.0 En svensk datamängd för koreferens och könsbias		svenska	Datamängd: swewinogender.zip 2023-03-30 – 28.3 KB – CC BY 4.0
SweWiC 2.0 En svensk ord-i-sammanhang datamängd		svenska	Datamängd: swewic.zip 2023-03-30 – 587.65 KB – CC BY 4.0
SweNLI 1.0 A Swedish NLI dataset		svenska	Datamängd: swenli.zip 2023-03-30 – 55.13 MB – CC BY 4.0
Samling SweLL-pilot Uppsatser svrivna av vuxenstuderande i svenska, manuellt anonymiserade och annoterade med felkategorier. Korpusen innehåller både originaltexten och en normaliserad version av varje uppsats. Insamlingperiod 2006-2015.		svenska	Se 3 delresurser Utforska i:
SweLL-gold Uppsatser svrivna av vuxenstuderande i svenska, manuellt pseudonymiserade och annoterade med felkategorier. Korpusen innehåller både originaltexten och en normaliserad version av varje uppsats. Insamlingperiod 2017-2020.		svenska
SweFAQ 2.0 Vanliga frågor från svenska myndigheters webbsidor med svar i randomiserad ordning		svenska	Datamängd: swefaq.zip 2023-03-30 – 89.81 MB – CC BY 4.0
SweDN 1.0 A Swedish text summarization corpus		svenska	Datamängd: swedn.zip 2023-03-30 – 89.6 MB – CC BY 4.0
SweDiagnostics Svenska versionen av (Super)GLUE diagnostik		svenska	Datamängd: swediagnostics.zip 2023-04-04 – 72.89 KB – CC BY 4.0
Swe-NERC En resurs för träning och utvärdering av igenkänning av namngiven entitet för svenska.	140 914	svenska	Datamängd: Swe-NERC-v1.0.tar.gz 2024-03-05 – 5.74 MB – CC BY 4.0
SW1203-uppsatser Essays written by L2 Swedish language learners, university courses	51 972	svenska	Ordstatistik: stats_SW1203.txt 2018-05-20 – 381.64 KB – CC BY 4.0 Utforska i:
SVT nyheter okänt datum Nyhetstexter från svt.se	36 783	svenska	Datamängd: svt-nodate.xml.bz2 2023-02-08 – 862.74 KB – CC BY 4.0 Ordstatistik: stats_svt-nodate.csv 2023-02-09 – 501.94 KB – CC BY 4.0 Utforska i:
SVT nyheter 2023 Nyhetstexter från svt.se	7 501 502	svenska	Datamängd: svt-2023.xml.bz2 2023-08-29 – 211.47 MB – CC BY 4.0 Ordstatistik: stats_svt-2023.csv 2023-08-29 – 119.69 MB – CC BY 4.0 Utforska i:
SVT nyheter 2022 Nyhetstexter från svt.se	13 996 419	svenska	Datamängd: svt-2022.xml.bz2 2023-08-30 – 395.67 MB – CC BY 4.0 Ordstatistik: stats_svt-2022.csv 2023-08-30 – 208.8 MB – CC BY 4.0 Utforska i:
SVT nyheter 2021 Nyhetstexter från svt.se	14 978 995	svenska	Datamängd: svt-2021.xml.bz2 2022-12-07 – 424.19 MB – CC BY 4.0 Ordstatistik: stats_svt-2021.csv 2022-04-27 – 220.19 MB – CC BY 4.0 Utforska i:
SVT nyheter 2020 Nyhetstexter från svt.se	16 025 766	svenska	Datamängd: svt-2020.xml.bz2 2022-12-07 – 453.02 MB – CC BY 4.0 Ordstatistik: stats_svt-2020.csv 2022-04-27 – 228.8 MB – CC BY 4.0 Utforska i:
SVT nyheter 2019 Nyhetstexter från svt.se	18 274 785	svenska	Datamängd: svt-2019.xml.bz2 2022-12-07 – 515.99 MB – CC BY 4.0 Ordstatistik: stats_svt-2019.csv 2022-04-27 – 256.88 MB – CC BY 4.0 Utforska i:
SVT nyheter 2018 Nyhetstexter från svt.se	18 817 638	svenska	Datamängd: svt-2018.xml.bz2 2022-12-07 – 533.68 MB – CC BY 4.0 Ordstatistik: stats_svt-2018.csv 2022-04-27 – 263.34 MB – CC BY 4.0 Utforska i:
SVT nyheter 2017 Nyhetstexter från svt.se	21 184 642	svenska	Datamängd: svt-2017.xml.bz2 2022-12-07 – 601.37 MB – CC BY 4.0 Ordstatistik: stats_svt-2017.csv 2022-04-27 – 283.26 MB – CC BY 4.0 Utforska i:
SVT nyheter 2016 Nyhetstexter från svt.se	21 729 542	svenska	Datamängd: svt-2016.xml.bz2 2022-12-07 – 613.63 MB – CC BY 4.0 Ordstatistik: stats_svt-2016.csv 2022-04-27 – 293.12 MB – CC BY 4.0 Utforska i:
SVT nyheter 2015 Nyhetstexter från svt.se	19 205 040	svenska	Datamängd: svt-2015.xml.bz2 2022-12-07 – 539.73 MB – CC BY 4.0 Ordstatistik: stats_svt-2015.csv 2022-04-27 – 269.89 MB – CC BY 4.0 Utforska i:
SVT nyheter 2014 Nyhetstexter från svt.se	16 077 222	svenska	Datamängd: svt-2014.xml.bz2 2022-12-07 – 454.63 MB – CC BY 4.0 Ordstatistik: stats_svt-2014.csv 2022-04-27 – 239.84 MB – CC BY 4.0 Utforska i:
SVT nyheter 2013 Nyhetstexter från svt.se	13 961 829	svenska	Datamängd: svt-2013.xml.bz2 2022-12-06 – 397.91 MB – CC BY 4.0 Ordstatistik: stats_svt-2013.csv 2022-04-27 – 216.85 MB – CC BY 4.0 Utforska i:
SVT nyheter 2012 Nyhetstexter från svt.se	9 544 671	svenska	Datamängd: svt-2012.xml.bz2 2022-12-06 – 273.87 MB – CC BY 4.0 Ordstatistik: stats_svt-2012.csv 2022-04-27 – 162.68 MB – CC BY 4.0 Utforska i:
SVT nyheter 2011 Nyhetstexter från svt.se	9 327 078	svenska	Datamängd: svt-2011.xml.bz2 2022-12-06 – 268.69 MB – CC BY 4.0 Ordstatistik: stats_svt-2011.csv 2022-04-27 – 165.74 MB – CC BY 4.0 Utforska i:
SVT nyheter 2010 Nyhetstexter från svt.se	9 873 332	svenska	Datamängd: svt-2010.xml.bz2 2022-12-06 – 284.46 MB – CC BY 4.0 Ordstatistik: stats_svt-2010.csv 2022-04-27 – 174.12 MB – CC BY 4.0 Utforska i:
SVT nyheter 2009 Nyhetstexter från svt.se	8 860 985	svenska	Datamängd: svt-2009.xml.bz2 2022-12-06 – 254.45 MB – CC BY 4.0 Ordstatistik: stats_svt-2009.csv 2022-04-27 – 160.78 MB – CC BY 4.0 Utforska i:
SVT nyheter 2008 Nyhetstexter från svt.se	7 693 570	svenska	Datamängd: svt-2008.xml.bz2 2022-12-06 – 221.24 MB – CC BY 4.0 Ordstatistik: stats_svt-2008.csv 2022-04-27 – 146.52 MB – CC BY 4.0 Utforska i:
SVT nyheter 2007 Nyhetstexter från svt.se	5 533 682	svenska	Datamängd: svt-2007.xml.bz2 2022-12-06 – 159.96 MB – CC BY 4.0 Ordstatistik: stats_svt-2007.csv 2022-04-27 – 115.85 MB – CC BY 4.0 Utforska i:
SVT nyheter 2006 Nyhetstexter från svt.se	4 172 111	svenska	Datamängd: svt-2006.xml.bz2 2022-12-06 – 120.32 MB – CC BY 4.0 Ordstatistik: stats_svt-2006.csv 2022-04-27 – 93.91 MB – CC BY 4.0 Utforska i:
SVT nyheter 2005 Nyhetstexter från svt.se	3 300 646	svenska	Datamängd: svt-2005.xml.bz2 2022-12-06 – 94.29 MB – CC BY 4.0 Ordstatistik: stats_svt-2005.csv 2022-04-27 – 78.88 MB – CC BY 4.0 Utforska i:
SVT nyheter 2004 Nyhetstexter från svt.se	447 189	svenska	Datamängd: svt-2004.xml.bz2 2022-12-06 – 12.54 MB – CC BY 4.0 Ordstatistik: stats_svt-2004.csv 2022-04-26 – 11.18 MB – CC BY 4.0 Utforska i:
Samling SVT nyheter Nyhetstexter från svt.se		svenska	Se 21 delresurser Utforska i:
SveParafras 2.0 Referensdatan för semantisk textjämförelse (STS Benchmark)		svenska	Datamängd: sweparaphrase.zip 2023-03-30 – 750.9 KB – CC BY 4.0
Svenskt frasnät (SweFN) En lexikalisk-semantisk resurs baserad på samma principer som engelska Berkeley FrameNet. Denna del av resursen innehåller korpusexemplen, automatiskt annoterade med språklig information.	137 770	svenska	Datamängd: swefn-ex.xml.bz2 2021-11-25 – 3.62 MB – CC BY 4.0 Ordstatistik: stats_swefn-ex.csv 2021-11-26 – 1.88 MB – CC BY 4.0 Utforska i:
Svenska Wikipedia Korpus av svenskspråkiga Wikipedia	190 149 497	svenska	Datamängd: wikipedia-sv.xml.bz2 2023-05-12 – 3.59 GB – CC BY 4.0 Ordstatistik: stats_wikipedia-sv.csv 2023-05-12 – 2.38 GB – CC BY 4.0 Utforska i:
Svenska tidningar 1871-1906 Ett urval av svenska tidningar tryckta mellan 1871 och 1906 från samlingarna på Kungliga biblioteket (KB). För OCR analys.	337 635	svenska	Datamängd: svenska-tidningar-1871-1906.tar.gz 2022-05-03 – 831.74 MB – CC BY 4.0
Svenska tidningar 1818-1870 Ett urval av svenska tidningar tryckta mellan 1818 och 1870 från samlingarna på Kungliga biblioteket (KB). För OCR analys.	186 013	svenska	Datamängd: svenska-tidningar-1818-1870.tar.gz 2020-05-26 – 458.22 MB – CC BY 4.0
Svenska partiprogram och valmanifest De svenska partiernas partiprogram och valmanifest 1887–2022	2 099 602	svenska	Datamängd: vivill.xml.bz2 2024-03-26 – 155.31 MB – CC BY 4.0 Ordstatistik: stats_vivill.csv 2024-03-28 – 6.01 MB – CC BY 4.0 Utforska i:
Svensk Twitter 2017 Material från ett urval av svenskspråkiga Twitteranvändare från 2017	505 017 012	svenska	Ordstatistik: stats_TWITTER-2017.txt 2018-02-18 – 652.14 MB – CC BY 4.0 Utforska i:
Svensk Twitter 2016 Material från ett urval av svenskspråkiga Twitteranvändare från 2016	694 515 420	svenska	Ordstatistik: stats_TWITTER-2016.txt 2018-02-11 – 805.79 MB – CC BY 4.0 Utforska i:
Svensk Twitter 2015 Material från ett urval av svenskspråkiga Twitteranvändare från 2015	412 663 140	svenska	Ordstatistik: stats_TWITTER-2015.txt 2018-02-04 – 615.63 MB – CC BY 4.0 Utforska i:
Svensk trädbank En svensk trädbank med återanvändning av existerande resurser		svenska
Svensk Tidskrift 27 årgångar av den konservativa idétidskriften Svensk Tidskrift, mellan 1891 och 1940	7 202 567	svenska	Datamängd: runeberg-svtidskr.xml.bz2 2014-12-08 – 93.06 MB – CC BY 4.0 Ordstatistik: stats_RUNEBERG-SVTIDSKR.txt 2015-06-25 – 22.18 MB – CC BY 4.0 Utforska i:
Svensk prosafiktion 1800–1900 All svensk skönlitteratur som trycktes första gången åren 1800, 1820, 1840, 1860, 1880 och 1900	16 275 130	svenska	Datamängd: spf.xml.bz2 2017-05-19 – 231.69 MB – CC BY 4.0 Ordstatistik: stats_SPF.txt 2021-05-09 – 18.23 MB – CC BY 4.0 Utforska i:
Svensk fraktur 1626-1816 Ett urval av svensk fraktur texter tryckta mellan 1626 och 1816 från samlingarna på Universitetsbiblioteket vid Göteborgs universitet (UB). För OCR analys.	47 924	svenska	Datamängd: svensk-fraktur-1626-1816.tar.gz 2021-11-26 – 757.73 MB – CC BY 4.0
Svensk författningssamling Svensk författningssamling 1880-01-01 – 2012-08-16	8 058 400	svenska	Datamängd: sfs.xml.bz2 2017-06-21 – 96.65 MB – CC BY 4.0 Ordstatistik: stats_SFS.txt 2017-06-25 – 8.18 MB – CC BY 4.0 Utforska i:
Svensk EAT: frågeklassifikation En översättning av QAQC datamängden för klassificering av typer av det förväntade svaret		svenska	Datamängd: swe_qaqc_train.csv 2023-06-08 – 361.34 KB – CC BY 4.0 Datamängd: Swedish_EAT_v1.0.tsv 2023-06-08 – 2.05 KB – CC BY 4.0
Svensk analogi 2.0 Svensk semantisk och syntaktisk likhet		svenska	Datamängd: sweanalogy.zip 2023-03-30 – 178.63 KB – CC BY 4.0
Svensk ABSAbank-Imm 1.1 Svensk annoterad korpus för aspektbaserad attitydanalys (en version av Absabank)		svenska	Datamängd: absabank-imm.zip 2023-03-30 – 1.03 MB – CC BY 4.0
Svensk ABSAbank Svensk annoterad korpus för aspektbaserad attitydanalys	1 574 226	svenska	Datamängd: swe-absa-bank.zip 2020-03-04 – 128.55 MB – CC BY 4.0 Datamängd: absabankimm-combined.zip 2023-02-20 – 15.87 MB – CC BY 4.0
sv-COVID-19 Blandade artiklar relaterade till coronaviruspandemin	8 130 201	svenska	Datamängd: sv-covid-19.xml.bz2 2023-05-29 – 200.6 MB – CC BY 4.0 Ordstatistik: stats_sv-covid-19.csv 2023-05-29 – 12.47 MB – CC BY 4.0 Utforska i:
SuperSim (paketterat för Superlim) 2.0 En datamängd för betydelsemässig likhet och koppling mellan svenska ord.		svenska	Datamängd: supersim-superlim.zip 2023-03-30 – 70.45 KB – CC BY 4.0
Samling SuperLim 2 A standardized suite for evaluation and analysis of Swedish natural language understanding systems.		svenska	Datamängd: SuperLim-2-2.0.4.zip 2024-01-25 – 156.63 MB – CC BY 4.0 Datamängd: SuperLim_maintenance.odt 2024-01-25 – 16.96 KB
SUCX 3.0 Stockholm-Umeå-korpus 3.0 omkastad	1 166 593	svenska	Datamängd: suc3.xml.bz2 2024-03-22 – 84.15 MB – CC BY-SA 4.0 Ordstatistik: stats_suc3.csv 2024-03-28 – 7.7 MB – CC BY 4.0 Utforska i:
SUCX 2.0 Stockholm-Umeå-korpus 2.0 omkastad	1 166 593	svenska	Datamängd: suc2.xml.bz2 2017-05-19 – 17.68 MB – CC BY-SA 4.0 Ordstatistik: stats_SUC2.txt 2017-05-21 – 6.65 MB – CC BY-SA 4.0 Utforska i:
SUC-romaner (StorSUC) Stockholm-Umeå-korpus	4 651 200	svenska	Datamängd: storsuc.xml.bz2 2017-04-26 – 68.28 MB – CC BY 4.0 Ordstatistik: stats_STORSUC.txt 2017-04-30 – 11.23 MB – CC BY 4.0 Utforska i:
SUC 3.0 Stockholm-Umeå-korpus 3.0	1 166 593	svenska	Datamängd: suc3.xml.bz2 2024-03-22 – 84.15 MB – CC BY 4.0 Ordstatistik: stats_suc3.csv 2024-03-28 – 7.7 MB – CC BY 4.0 Utforska i:
SUC 2.0 Stockholm-Umeå-korpus 2.0	1 166 593	svenska	Ordstatistik: stats_SUC2.txt 2017-05-21 – 6.65 MB – CC BY 4.0
Stockholms stads tänkeböcker Protokoll och minnesanteckningar från Stockholms rådhusrätt, år 1626.	121 366	svenska	Datamängd: tankebok.xml.bz2 2014-12-08 – 661.68 KB – CC BY 4.0 Ordstatistik: stats_TANKEBOK.txt 2015-06-25 – 595.1 KB – CC BY 4.0 Utforska i:

Sidansvarig: sb-webb