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 (1169) Samlingar (28) Korpusar (1095) Lexikon (59) Tränings- och utvärderingsdata (45) Modeller (15)

Resurs	Typ	Språk	Åtkomst
CoDeRooMor, v.01 Dataset för morfologistudier (ordbildningsmorfologi), Svenska L2 profil-projektet	Lexikon	svenska	Datamängd: CodeRoomor_v01_lemgramView.csv 2021-04-13 – 1.96 MB – CC BY 4.0 Datamängd: CodeRoomor_v01_morphemeView.csv 2021-04-13 – 856.29 KB – CC BY 4.0 Datamängd: CodeRoomor_v01_lemgramView.xlsx 2021-04-13 – 1.72 MB – CC BY 4.0 Datamängd: CodeRoomor_v01_morphemeView.xlsx 2021-04-13 – 699.46 KB – CC BY 4.0 Utforska i:
Eukalyptus skriven svenska En trädbank som innnehåller skriven svenska, uppmärkt med ordklasser, syntax i stil med TIGER-trädbanken, flerordsenheter och ordbetydelser	Korpus	svenska	Datamängd: Eukalyptus-1.0.0.zip 2024-01-25 – 4.58 MB – CC BY-SA 4.0 Datamängd: Eukalyptus-0.1.0.zip 2024-01-25 – 3.66 MB – Mixed Datamängd: Eukalyptus-0.1.1.zip 2024-01-25 – 3.8 MB – Mixed Datamängd: Eukalyptus-0.2.0.zip 2024-01-25 – 4.19 MB – Mixed
Förtränade inbäddningar En lista över förtränade inbäddningar för svenska	Modell	svenska
InterFra svenska To promote research in the field of French L2 second language acquisition in a developmental, interactional and variationist perspective. The HLP (High Level Proficiency in Second language use) project also investigates learners of other L2s such as Swedish, Spanish, English and Italian.	Korpus	svenska	Datamängd: interfra-sv.xml.bz2 2016-06-16 – 406.96 KB – CC BY 4.0 Ordstatistik: stats_INTERFRA-SV.txt 2016-06-18 – 277.98 KB – CC BY 4.0 Utforska i:
InterFra taggad To promote research in the field of French L2 second language acquisition in a developmental, interactional and variationist perspective. The HLP (High Level Proficiency in Second language use) project also investigates learners of other L2s such as Swedish, Spanish, English and Italian.	Korpus	franska	Datamängd: interfra-tagged.xml.bz2 2016-06-15 – 979.79 KB – CC BY 4.0 Ordstatistik: stats_INTERFRA-TAGGED.txt 2016-06-18 – 289.14 KB – CC BY 4.0 Utforska i:
Lemmatiseringsmodell: Stanza Förtränad modell för lemmatisering.	Modell	svenska	Datamängd: lem_stanza.zip 2020-11-19 – 3.74 MB – CC BY 4.0
NyLLex v2 En lexikal resurs baserad på böcker utgivna av det svenska förlaget som publicerar flest lätt-att-läsa texter. Ingångar är annoterade med frekvenser fördelade över sex läsnivåer.	Lexikon	svenska	Datamängd: nyllex_v2.csv 2023-06-09 – 1.46 MB – CC BY 4.0
Ordklasstaggningsmodell: Flair Förtränade modeller för ordklasstaggning.	Modell	svenska	Datamängd: flair_eval.zip 2020-06-18 – 1.37 GB – CC BY 4.0 Datamängd: flair_full.zip 2020-06-18 – 1.37 GB – CC BY 4.0
Ordklasstaggningsmodell: Marmot Förtränade modeller för ordklasstaggning.	Modell	svenska	Datamängd: marmot_eval.marmot 2020-06-29 – 108.59 MB – CC BY 4.0 Datamängd: marmot_full.marmot 2020-06-29 – 113.41 MB – CC BY 4.0 Datamängd: saldo_marmot.txt 2020-06-29 – 46.33 MB – CC BY 4.0
Ordklasstaggningsmodell: Stanza Förtränade modeller för ordklasstaggning.	Modell	svenska	Datamängd: morph_stanza_eval.zip 2020-12-09 – 19.94 MB – CC BY 4.0 Datamängd: morph_stanza_full2.zip 2020-12-09 – 20.19 MB – CC BY 4.0 Datamängd: stanza_pretrain.zip 2020-12-09 – 105.77 MB – CC BY 4.0
SUC 2.0 Stockholm-Umeå-korpus 2.0	Korpus	svenska	Ordstatistik: stats_SUC2.txt 2017-05-21 – 6.65 MB – CC BY 4.0
SUC 3.0 Stockholm-Umeå-korpus 3.0	Korpus	svenska	Datamängd: suc3.xml.bz2 2024-06-03 – 84.44 MB – CC BY 4.0 Ordstatistik: stats_suc3.csv 2024-03-28 – 7.7 MB – CC BY 4.0 Utforska i:
SUC-romaner (StorSUC) Stockholm-Umeå-korpus	Korpus	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:
SUCX 2.0 Stockholm-Umeå-korpus 2.0 omkastad	Korpus	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:
SUCX 3.0 Stockholm-Umeå-korpus 3.0 omkastad	Korpus	svenska	Datamängd: suc3.xml.bz2 2024-06-03 – 84.44 MB – CC BY-SA 4.0 Ordstatistik: stats_suc3.csv 2024-03-28 – 7.7 MB – CC BY 4.0 Utforska i:
Svensk ABSAbank-Imm 1.1 Svensk annoterad korpus för aspektbaserad attitydanalys (en version av Absabank)	Korpus	svenska	Datamängd: absabank-imm.zip 2023-03-30 – 1.03 MB – CC BY 4.0
Svensk analogi 2.0 Svensk semantisk och syntaktisk likhet	Korpus	svenska	Datamängd: sweanalogy.zip 2023-03-30 – 178.63 KB – CC BY 4.0
Svensk trädbank En svensk trädbank med återanvändning av existerande resurser	Korpus	svenska
SweDiagnostics Svenska versionen av (Super)GLUE diagnostik	Korpus	svenska	Datamängd: swediagnostics.zip 2023-04-04 – 72.89 KB – CC BY 4.0
SweFAQ 2.0 Vanliga frågor från svenska myndigheters webbsidor med svar i randomiserad ordning	Korpus	svenska	Datamängd: swefaq.zip 2023-03-30 – 89.81 MB – CC BY 4.0
SweWiC 2.0 En svensk ord-i-sammanhang datamängd	Korpus	svenska	Datamängd: swewic.zip 2023-03-30 – 587.65 KB – CC BY 4.0
SweWinogender 2.0 En svensk datamängd för koreferens och könsbias	Korpus	svenska	Datamängd: swewinogender.zip 2023-03-30 – 28.3 KB – CC BY 4.0
TalbankenSBX Talbanken är en svensk trädbank. Detta är Språkbanken Texts version av Talbanken.	Korpus	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.	Korpus	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

Sidansvarig: sb-webb