{"id":5934,"date":"2017-11-21T07:30:12","date_gmt":"2017-11-21T06:30:12","guid":{"rendered":"http:\/\/nl.ijs.si\/janes\/?page_id=5934"},"modified":"2025-05-03T19:57:20","modified_gmt":"2025-05-03T17:57:20","slug":"avtomatsko-oznaceni-korpusi","status":"publish","type":"page","link":"https:\/\/nl.ijs.si\/janes\/viri\/avtomatsko-oznaceni-korpusi\/","title":{"rendered":"Avtomatsko ozna\u010deni korpusi"},"content":{"rendered":"<h2><span id=\"Avtomatsko_oznaceni_korpusi\">Avtomatsko ozna\u010deni korpusi<\/span><\/h2>\n<p>Vsi (pod)korpusi Janes 1.0 so avtomatsko tokenizirani (vklju\u010dno z ohranjanjem sti\u010dnosti), stav\u010dno segmentirani, imajo standardizirane besedne oblike, so oblikoskladenjsko ozna\u010deni, lematizirani in ozna\u010deni z imenskimi entitetami. Zaradi za\u0161\u010dite zasebnosti so osebna imena in svojilni pridevniki izplejani iz osebnih imen zbrisani iz korpusa. Vsako besedilo je ozna\u010deno z avtomatsko pripisanimi metapodatki, ki vklju\u010dujejo jezik besedila, njegov sentiment, tehni\u010dno in jezikoslovno standardnost, \u010das in datum objave in spol avtorja.<\/p>\n<p>Korpus(i) Janes 1.0 so opisani v v poglavju monografije projekta:<\/p>\n<ul>\n<li>ERJAVEC, Toma\u017e, LJUBE\u0160I\u0106, Nikola, FI\u0160ER, Darja.\u00a0Korpus slovenskih spletnih uporabni\u0161kih vsebin Janes. V: FI\u0160ER, Darja (ur.). <em>Viri, orodja in metode za analizo spletne sloven\u0161\u010dine. Znanstvena zalo\u017eba Filozofske fakultete Univerze v Ljubljani. <\/em>2018. DOI <a href=\"https:\/\/doi.org\/10.4312\/9789610600701\">10.4312\/9789610600701<\/a><\/li>\n<\/ul>\n<p>Prej\u0161nja razli\u010dica korpusa Janes (razli\u010dica 0.4) je bila opisana v:<\/p>\n<ul>\n<li>FI\u0160ER, Darja, ERJAVEC, Toma\u017e, LJUBE\u0160I\u0106, Nikola. JANES v0.4: korpus slovenskih spletnih uporabni\u0161kih vsebin. V: FI\u0160ER, Darja (ur.).\u00a0<i>Ra\u010dunalni\u0161ko posredovana komunikacija<\/i>, (Sloven\u0161\u010dina 2.0, Tematska \u0161tevilka, Letn. 4 (2016), \u0161t. 2). Ljubljana: Trojina, zavod za uporabno slovenistiko. 2016, letn. 4, \u0161t. 2, str. 67-99, doi:\u00a0<a class=\"red\" href=\"https:\/\/doi.org\/10.4312\/slo2.0.2016.2.67-99\" target=\"doi\" rel=\"noopener\">10.4312\/slo2.0.2016.2.67-99<\/a>. [<a href=\"http:\/\/slovenscina2.0.trojina.si\/arhiv\/2016\/2\/Slo2.0_2016_2_04.pdf\">pdf<\/a>] COBISS.SI-ID\u00a0<a class=\"red\" href=\"https:\/\/plus.cobiss.net\/cobiss\/si\/sl\/bib\/62245218\" target=\"_blank\" rel=\"noopener\">62245218<\/a>]<\/li>\n<\/ul>\n<h4><span id=\"Janes\">Janes<\/span><\/h4>\n<p>Korpus Janes 1.0 vsebuje okoli 250.000.000 pojavnic oz. 13.000.000 besedil slovenske ra\u010dunalni\u0161ko posredovane komunikacije, in se sestavljen iz korpusov Janes-Blog, Janes-Forum, Janes-News, Janes-Tweet in Janes-Wiki.<\/p>\n<p>Korpus Janes je prosto dostopen:<\/p>\n<ul>\n<li><a href=\"https:\/\/www.clarin.si\/ske\/#dashboard?corpname=janes\">Iskanje po korpusu v konkordan\u010dniku noSkE<\/a><\/li>\n<\/ul>\n<h4><span id=\"Janes-Blog\">Janes-Blog<\/span><\/h4>\n<p>Janes-Blog vsebuje okoli 35.000.000 pojavnic oz. 400.000 besedil slovenskih blogov in komentarjev nanje s portalov rtvslo.si in publishwall.si.<\/p>\n<p>Korpus Janes-Blog je prosto in odprto dostopen pod licenco CC BY 4.0:<\/p>\n<ul>\n<li><a href=\"https:\/\/www.clarin.si\/ske\/#dashboard?corpname=janes_blog\">Iskanje po korpusu v konkordan\u010dniku noSkE<\/a><\/li>\n<li><a href=\"http:\/\/hdl.handle.net\/11356\/1138\">Prevzem korpusa z repozitorija CLARIN.SI<\/a><\/li>\n<\/ul>\n<h4><span id=\"Janes-Forum\">Janes-Forum<\/span><\/h4>\n<p>Janes-Forum vsebuje okoli 50.000.000 pojavnic oz. 800.000 besedil slovenskih forumskih besedil s portalov med.over.net, avtomobilizem.com in kvarkadabra.net.<\/p>\n<p>Korpus Janes-Forum je prosto in odprto dostopen pod licenco CC BY 4.0:<\/p>\n<ul>\n<li><a href=\"https:\/\/www.clarin.si\/ske\/#dashboard?corpname=janes_forum\">Iskanje po korpusu v konkordan\u010dniku noSkE<\/a><\/li>\n<li><a href=\"http:\/\/hdl.handle.net\/11356\/1139\">Prevzem korpusa z repozitorija CLARIN.SI<\/a><\/li>\n<\/ul>\n<h4><span id=\"Janes-News\">Janes-News<\/span><\/h4>\n<p>Janes-News vsebuje okoli 15.000.000 pojavnic oz. 300.000 besedil komentarjev na spletne novice s portalov rtvslo.si, mladina.si in reporter.si.<\/p>\n<p>Korpus Janes-News je prosto in odprto dostopen pod licenco CC BY 4.0:<\/p>\n<ul>\n<li><a href=\"https:\/\/www.clarin.si\/ske\/#dashboard?corpname=janes_tweet\">Iskanje po korpusu v konkordan\u010dniku noSkE<\/a><\/li>\n<li><a href=\"http:\/\/hdl.handle.net\/11356\/1140\">Prevzem korpusa z repozitorija CLARIN.SI<\/a><\/li>\n<\/ul>\n<h4><span id=\"Janes-Tweet\">Janes-Tweet<\/span><\/h4>\n<p>Janes-Tweet vsebuje okoli 140.000.000 pojavnic oz. 10.000.000 besedil komentarjev na spletne novice s portalov rtvslo.si, mladina.si in reporter.si.<\/p>\n<p>Korpus Janes-Tweet je prosto in odprto dostopen pod licenco CC BY 4.0:<\/p>\n<ul>\n<li><a href=\"https:\/\/www.clarin.si\/noske\/run.cgi\/corp_info?corpname=janes_tweet\">Iskanje po korpusu v konkordan\u010dniku noSkE<\/a><\/li>\n<li><a href=\"http:\/\/hdl.handle.net\/11356\/1142\">Prevzem korpusa z repozitorija CLARIN.SI<\/a><\/li>\n<\/ul>\n<h4><span id=\"Janes-TwePo\">Janes-TwePo<\/span><\/h4>\n<p>Janes-TwePo vsebuje okoli 2.700.000 pojavnic oz. 160.000 tvitov slovenskih politikov. Vsak tvit je ozna\u010den z imenom politika, njegovo funkcijo in strankarsko pripadnostjo.<\/p>\n<p>Korpus Janes-TwePo je prosto dostopen:<\/p>\n<ul>\n<li><a href=\"https:\/\/www.clarin.si\/ske\/#dashboard?corpname=janes_twepo\">Iskanje po korpusu v konkordan\u010dniku noSkE<\/a><\/li>\n<\/ul>\n<h4><span id=\"Janes-Wiki\">Janes-Wiki<\/span><\/h4>\n<p>Janes-Wiki vsebuje okoli 5.000.000 pojavnic oz. 80.000 besedil komentarjev na spletne novice s portalov rtvslo.si, mladina.si in reporter.si.<\/p>\n<p>Korpus Janes-Wiki je prosto in odprto dostopen pod licenco CC BY 4.0:<\/p>\n<ul>\n<li><a href=\"https:\/\/www.clarin.si\/ske\/#dashboard?corpname=janes_wiki\">Iskanje po korpusu v konkordan\u010dniku noSkE<\/a><\/li>\n<li><a href=\"http:\/\/hdl.handle.net\/11356\/1137\">Prevzem korpusa z repozitorija CLARIN.SI<\/a><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Avtomatsko ozna\u010deni korpusi Vsi (pod)korpusi Janes 1.0 so avtomatsko tokenizirani (vklju\u010dno z ohranjanjem sti\u010dnosti), stav\u010dno segmentirani, imajo standardizirane besedne oblike, so oblikoskladenjsko ozna\u010deni, lematizirani in ozna\u010deni z imenskimi entitetami. Zaradi za\u0161\u010dite zasebnosti so osebna imena in svojilni pridevniki izplejani iz osebnih imen zbrisani iz korpusa. Vsako besedilo je ozna\u010deno z avtomatsko pripisanimi metapodatki, ki vklju\u010dujejo [&hellip;]<\/p>\n","protected":false},"author":20,"featured_media":0,"parent":2359,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-5934","page","type-page","status-publish","hentry","has-post-title","has-post-date","has-post-category","has-post-tag","has-post-comment","has-post-author",""],"builder_content":"","_links":{"self":[{"href":"https:\/\/nl.ijs.si\/janes\/wp-json\/wp\/v2\/pages\/5934","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/nl.ijs.si\/janes\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/nl.ijs.si\/janes\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/nl.ijs.si\/janes\/wp-json\/wp\/v2\/users\/20"}],"replies":[{"embeddable":true,"href":"https:\/\/nl.ijs.si\/janes\/wp-json\/wp\/v2\/comments?post=5934"}],"version-history":[{"count":8,"href":"https:\/\/nl.ijs.si\/janes\/wp-json\/wp\/v2\/pages\/5934\/revisions"}],"predecessor-version":[{"id":6239,"href":"https:\/\/nl.ijs.si\/janes\/wp-json\/wp\/v2\/pages\/5934\/revisions\/6239"}],"up":[{"embeddable":true,"href":"https:\/\/nl.ijs.si\/janes\/wp-json\/wp\/v2\/pages\/2359"}],"wp:attachment":[{"href":"https:\/\/nl.ijs.si\/janes\/wp-json\/wp\/v2\/media?parent=5934"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}