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	Antal tokens	Språk	Åtkomst
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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:
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:
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
SweDiagnostics Svenska versionen av (Super)GLUE diagnostik		svenska	Datamängd: swediagnostics.zip 2023-04-04 – 72.89 KB – 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
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
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
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:
SweNLI 1.0 A Swedish NLI dataset		svenska	Datamängd: swenli.zip 2023-03-30 – 55.13 MB – 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
SweWinogender 2.0 En svensk datamängd för koreferens och könsbias		svenska	Datamängd: swewinogender.zip 2023-03-30 – 28.3 KB – 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
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
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:
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:
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
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:
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
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:
TISUS-texter Essays written by L2 Swedish learners as part of a TISUS exam	59 639	svenska	Utforska i:
Samling Tvåkammarriksdagen Samling av textdokument från Tvåkammarriksdagen		svenska	Se 10 delresurser 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:
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: 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: 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: 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: 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: 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: 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: 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: 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:
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:
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 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:
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:
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:
Samling Webbnyheter Nyheter från svenska dagstidningars webbplatser		svenska	Se 13 delresurser 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:
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 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 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 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 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 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 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 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 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 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 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 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:
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:
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

Sidansvarig: sb-webb