kolofon TEI

^§opis datoteke

^§navedba naslova

^§naslov

Korpus LeMonde

^§nosilec raziskave

^§ime

Špela Vintar (FF)

^§financer

ARRS, projekt J6-2009-0581 "Slovensko prevodoslovje - viri in raziskave"

^§navedba odgovornosti

^§ime	Adriana Mezeg
^§odgovornost	Zagotovitev digitalnih izvrinikov, korekcije OCR, poravnava.

^§navedba odgovornosti

^§ime identifikator = ET	Tomaž Erjavec (IJS)
^§odgovornost	Jezikoslovno označevanje, zapis TEI.

^§navedba izdaje

^§izdaja

V1.0

^§obseg

300 dvojezičnih besedil_<termin>, 1144 tisoč besed_<termin>

^§navedba objave

^§datum	2012-05-15
^§kraj objave	nl.ijs.si/spook lojze.lugos.si/spook
^§dostopnost	Korpus je dosopen preko konkordančnikov na nl.ijs.si.

^§opis vira

^§bibliografska enota

^§naslov

Časopis Le Monde

^§opis označevanja

^§opis projekta

Projekt SPOOK: “Slovensko prevodoslovje: viri in raziskave”.

^§uredniška načela

^§normalizacija	Napake v OCR besedila popravljene.
^§segmentacija	Besedila so ročno segmentirana na (poravnane) prevodne enote, znotraj njih pa avtomatsko na stavke, besede, ločila in presledke.
^§interpretacija	Besedilo je bilo avtomatsko tokenizirano, besede pa označena z oblikoskladenjsko oznako in lemo. Za označevanje slovenščine je bil upoabljen program ToTrTaLe, za angleščino pa TreeTagger z modelom naučenim na Penn Treebank. Vsaka beseda ima dve oblikoskladenjski oznaki. Za slovenščino poda atrubut @ctag reducirano angleško oznako po specifikacijah SPOOK tag, atribut @ana pa celotno angleško oznako pospecifikacijah JOS. Za angleščino vsebuje @ctag izvorno TreeTagger (Penn) oznako, medtem ko vsebuje @ana preslikavo na ekvivalentno oznako iz specifikacij SPOOK.

^§opis značilnosti besedila

^§klasifikacija besedila

^§ključne besede
shema = local

^§termin

neumetniško

^§uporaba jezikov

^§jezik
identifikator = sl

^§termin

slovenščina

^§jezik
identifikator = fr

^§termin

francoščina

^§opis sprememb

^§sprememba

Tomaž Erjavec_<ime>: Conversion to TEI P5.

^§datum

2012-05-15

^§sprememba

Adriana Mezeg_<ime>: OCR correction and text alignment.

^§datum

2009-12-01