Språkbanken Text är en avdelning inom Språkbanken.

Datamängder

Här kan du leta och filtrera bland våra datamängder. Du kan klicka på en rad för att få fram nedladdningsbara filer. Genom att klicka på verktygsikonen kommer du direkt till gränssnittet där du kan utforska datamängden.

Alla (1328) Samlingar (31) Korpusar (1199) Lexikon (66) Tränings- och utvärderingsdata (15) Modeller (48)

Resurs	Typ	Språk	Åtkomst
SweLL-gold Uppsatser skrivna av vuxenstuderande i svenska, manuellt pseudonymiserade och annoterade med felkategorier. Korpusen innehåller både originaltexten och en normaliserad version av varje uppsats. Insamlingperiod 2017-2020.	Korpus	svenska	Ordstatistik: stats_SWELLV1-ORIGINAL.txt 2021-08-15 – 760.53 KB – CC BY 4.0 Ordstatistik: stats_SWELLV1-TARGET.txt 2021-08-15 – 675.14 KB – CC BY 4.0 Utforska i:
Samling SweLL-pilot Uppsatser skrivna av vuxenstuderande i svenska, annoterade med CEFR nivåerna (en Europeisk skala med färdighetsnivåer inom språkinlärningen). Uppsatserna samlades under perioden 2006-2015.	Korpus	svenska	Se 3 delresurser Utforska i:
SweLLex SweLLex är en ordlista med produktivt ordförråd för elever med svenska som andraspråk	Lexikon	svenska	Datamängd: SweLLex_v1_xlsx.tar.bz2 2025-01-24 – 3.21 MB – CC BY 4.0 Datamängd: SweLLex_v1_tsv.tar.bz2 2025-01-24 – 213.59 KB – CC BY 4.0 Utforska i:
SweNLI 1.0 A Swedish NLI dataset	Korpus	svenska	Datamängd: swenli.zip 2023-03-30 – 55.13 MB – CC BY 4.0
SweSAT Högskoleprovet ordförståelse 1.1 Högskoleprovet ordförståelse	Lexikon	svenska	Datamängd: swesat-synonyms.zip 2023-03-30 – 37.73 KB – CC BY 4.0
Swesaurus Ett svenskt ordnät	Lexikon	svenska	Datamängd: swesaurus.xml 2017-09-19 – 12.16 MB – CC BY 4.0 Utforska i:
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
SweWinograd 2.0 En svensk datamängd för pronomentolkning	Korpus	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.	Korpus	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	Korpus	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.	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
The English-Swedish Parallel Corpus (ESPC) ESPC är en kombinerad jämförbar och parallell korpus lämplig för tvärspråkig forskning för olika typer.	Korpus	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.spraakbanken.gu.se/sb-arkiv/tools/gigaword/	Korpus	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 Swedish PoliGraph En utvidgbar kunskapsgraf med information om Riksdagens ledamöter	Lexikon	svenska	Datamängd: poligraph.tar.bz2 2020-01-14 – 2.29 MB – GNU GPLv3 or later Utforska i:
Tiden 30 årgångar av den socialistiska tidskriften Tiden, 1909–1940	Korpus	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 v1	Korpus	svenska	Ordstatistik: stats_TISUSV1.txt 2021-07-04 – 407.41 KB – CC BY 4.0 Utforska i:
TISUS-texter Essays written by L2 Swedish learners as part of a TISUS exam	Korpus	svenska	Utforska i:
TISUS-texter v2	Korpus	svenska	Ordstatistik: stats_TISUSV2.txt 2020-11-29 – 403.74 KB – CC BY 4.0 Utforska i:
Samling Tvåkammarriksdagen Samling av textdokument från Tvåkammarriksdagen	Korpus	svenska	Se 10 delresurser Utforska i:
Tvåkammarriksdagen: Berättelser, redogörelser, framställningar Del av Tvåkammarriksdagen	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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: Riksdagsakter Del av Ståndsriksdagen	Korpus	svenska	Datamängd: standsriksdagen-riksdagsakter.xml.bz2 2024-06-17 – 44.69 MB – CC BY 4.0 Ordstatistik: stats_standsriksdagen-riksdagsakter.csv 2024-08-05 – 12.27 MB – CC BY 4.0 Utforska i:
Tvåkammarriksdagen: Riksdagsskrivelser Del av Tvåkammarriksdagen	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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.	Korpus	svenska	Ordstatistik: stats_twitter.csv 2022-11-09 – 799.05 MB – CC BY 4.0 Utforska i:
UNSC-Graph En utvidgbar kunskapsgraf för UNSC-korpusen med detaljer om deltagare och debatter från FN:s säkerhetsråd 1995-2020	Lexikon	engelska	Datamängd: unsc-graph-1.0.tar.gz 2023-08-31 – 4.8 MB – GNU GPLv3 or later
Ur Dagens Krönika Åtta årgångar av kulturtidskriften Ur Dagens Krönika, 1881–1890	Korpus	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	Korpus	svenska	Se 13 delresurser Utforska i:
Webbnyheter 2001 Nyheter från svenska dagstidningars webbplatser	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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	Korpus	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:
WordNet-SALDO En länkning mellan SALDO och Core WordNet	Lexikon	svenska, engelska	Datamängd: wordnet-saldo.xml 2017-09-19 – 5.71 MB – CC BY 4.0 Utforska i:
WordReference En stor korpus av skriftligt tal av modersmåls- och icke-modersmålstalare i fyra språk.	Korpus	engelska, spanska, franska, italienska	Datamängd: wordreference.zip 2020-11-10 – 365.51 MB – CC BY 4.0
Yrkesbeteckningar En lista över yrkesbeteckningar på svenska	Lexikon	svenska	Datamängd: vocationTerms150120.utf.txt.gz 2024-01-25 – 67.12 KB – CC BY 4.0

Sidansvarig: sb-webb