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 Samlingar Korpusar Lexikon Tränings- och utvärderingsdata Modeller

Resurs	Typ	Språk	Ladda ner
Argumentation sentences 1.0 A translated corpus for classifying sentence stance in relation to a topic.	Korpus	svenska	argumentation-sentences.zip 2023-03-30 – 827.04 KB
CoDeRooMor, v.01 Dataset för morfologistudier (ordbildningsmorfologi), Svenska L2 profil-projektet	Lexikon	svenska	CodeRoomor_v01_lemgramView.csv 2021-04-13 – 1.96 MB CodeRoomor_v01_morphemeView.csv 2021-04-13 – 856.29 KB CodeRoomor_v01_lemgramView.xlsx 2021-04-13 – 1.72 MB CodeRoomor_v01_morphemeView.xlsx 2021-04-13 – 699.46 KB
DaLAJ-GED-Superlim 2.0 Dataset for Linguistic Acceptability Judgments (and more), v.2.0	Korpus	svenska	dalaj-ged-superlim.zip 2023-04-03 – 1.41 MB dalaj-ged-tsv.zip 2023-05-20 – 1.15 MB 593
Dalin: Then Swänska Argus 1732-1734 Manuell transkription av Then Swänska Argus av Olof von Dalin, Stockholm, 1732–1734. För OCR analys.	Korpus	svenska	dalin-then-swaanska-argus-1732-1734.tar.gz 2020-06-12 – 80.21 MB
Eukalyptus skriven svenska En trädbank som innnehåller skriven svenska, uppmärkt med ordklasser, syntax i stil med TIGER-trädbanken, flerordsenheter och ordbetydelser	Korpus	svenska	Eukalyptus Eukalyptus_betas
SemEval2020 Task 1 Svensk testdata för SemEval 2020 Task 1: Unsupervised Lexical Semantic Change Detection (utdrag ur Kubhist v2)	Korpus	svenska	semeval2020_ulscd_swe.zip 283 byte
SIC2 - Stockholm Internet Corpus Korpusen Stockholm Internet Corpus (SIC2) innehåller svenska bloggar som är annoterade med ordklasstaggar, morfologiska särdrag och namnentiteter.	Korpus	svenska	sic2.xml.bz2 2020-11-25 – 262.36 KB stats_sic2.csv 2021-08-12 – 177.44 KB sic2.zip readme.txt 2020-11-17 – 2.18 KB
SUC 2.0 Stockholm-Umeå-korpus 2.0	Korpus	svenska	stats_SUC2.txt 2017-05-21 – 6.65 MB
SUC 3.0 Stockholm-Umeå-korpus 3.0	Korpus	svenska	suc3.xml.bz2 2022-05-12 – 23.62 MB stats_suc3.csv 2022-05-13 – 7.7 MB
Samling SuperLim 2 A standardized suite for evaluation and analysis of Swedish natural language understanding systems.	Korpus	svenska	2.0.4.zip SuperLim_maintenance.odt 2023-05-09 – 16.96 KB
SuperSim (paketterat för Superlim) 2.0 En datamängd för betydelsemässig likhet och koppling mellan svenska ord.	Korpus	svenska	supersim-superlim.zip 2023-03-30 – 70.45 KB
Svensk ABSAbank Svensk annoterad korpus för aspektbaserad attitydanalys	Korpus	svenska	swe-absa-bank.zip 2020-03-04 – 128.55 MB absabankimm-combined.zip 2023-02-20 – 15.87 MB
Svensk ABSAbank-Imm 1.1 Svensk annoterad korpus för aspektbaserad attitydanalys (en version av Absabank)	Korpus	svenska	absabank-imm.zip 2023-03-30 – 1.03 MB
Svensk analogi 2.0 Svensk semantisk och syntaktisk likhet	Korpus	svenska	sweanalogy.zip 2023-03-30 – 178.63 KB
Svensk EAT: frågeklassifikation En översättning av QAQC datamängden för klassificering av typer av det förväntade svaret	Korpus	svenska	swe_qaqc_train.csv 2023-06-08 – 361.34 KB Swedish_EAT_v1.0.tsv 2023-06-08 – 2.05 KB
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.	Korpus	svenska	svensk-fraktur-1626-1816.tar.gz 2021-11-26 – 757.73 MB
Svensk trädbank En svensk trädbank med återanvändning av existerande resurser	Korpus	svenska
Svenska tidningar 1818-1870 Ett urval av svenska tidningar tryckta mellan 1818 och 1870 från samlingarna på Kungliga biblioteket (KB). För OCR analys.	Korpus	svenska	svenska-tidningar-1818-1870.tar.gz 2020-05-26 – 458.22 MB
Svenska tidningar 1871-1906 Ett urval av svenska tidningar tryckta mellan 1871 och 1906 från samlingarna på Kungliga biblioteket (KB). För OCR analys.	Korpus	svenska	svenska-tidningar-1871-1906.tar.gz 2022-05-03 – 831.74 MB
SveParafras 2.0 Referensdatan för semantisk textjämförelse (STS Benchmark)	Korpus	svenska	sweparaphrase.zip 2023-03-30 – 750.9 KB
SweDiagnostics Svenska versionen av (Super)GLUE diagnostik	Korpus	svenska	swediagnostics.zip 2023-04-04 – 72.89 KB
SweDN 1.0 A Swedish text summarization corpus	Korpus	svenska	swedn.zip 2023-03-30 – 89.6 MB
SweFAQ 2.0 Vanliga frågor från svenska myndigheters webbsidor med svar i randomiserad ordning	Korpus	svenska	swefaq.zip 2023-03-30 – 89.81 MB
SweNLI 1.0 A Swedish NLI dataset	Korpus	svenska	swenli.zip 2023-03-30 – 55.13 MB
SweSAT Högskoleprovet ordförståelse 1.1 Högskoleprovet ordförståelse	Lexikon	svenska	swesat-synonyms.zip 2023-03-30 – 37.73 KB
SweWiC 2.0 En svensk ord-i-sammanhang datamängd	Korpus	svenska	swewic.zip 2023-03-30 – 587.65 KB
SweWinogender 2.0 En svensk datamängd för koreferens och könsbias	Korpus	svenska	swewinogender.zip 2023-03-30 – 28.3 KB
SweWinograd 2.0 En svensk datamängd för pronomentolkning	Korpus	svenska	swewinograd.zip 2023-03-30 – 33.41 KB
Syntag trädbank En svensk trädbank med syntaktisk analys av 158 artiklar ur Press-65.	Korpus	svenska	syntag.txt 2010-02-08 – 4.45 MB syntag.html 2010-05-24 – 10.15 MB
TalbankenSBX Talbanken är en svensk trädbank. Detta är Språkbanken Texts version av Talbanken.	Korpus	svenska	talbanken.xml.bz2 2017-06-07 – 1.54 MB stats_TALBANKEN.txt 2016-03-13 – 1.06 MB changelog.txt 2020-06-11 – 316 byte TalbankenSBX_morphsplit20200610.zip 2020-06-11 – 3.64 MB TalbankenSBX_syntsplit20200610.zip 2020-06-11 – 807.09 KB
TalbankenSTB Talbanken är en svensk trädbank.	Korpus	svenska	TalbankenSTB.zip 2020-08-11 – 2.6 MB TalbankenSTB_README.txt 2020-08-11 – 1.05 KB TalbankenSTB_documentation.zip 2020-08-11 – 62.23 KB TalbankenSTB_datasplit.zip 2020-08-11 – 2.6 MB TalbankenSTB_original_parts.zip 2020-08-11 – 2.95 MB

Sidansvarig: sb-webb