W2C - Web To Corpus

Kód výsledku v IS VaVaI

RIV/00216208:11320/11:10109519 - isvavai.cz

Výsledek na webu

http://ufal.mff.cuni.cz/~majlis/w2c/

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

W2C - Web To Corpus

Popis výsledku v původním jazyce

W2C is a collection of software and data. The software part radically facilitates creating a new text corpora for a given language, using text materials freely available on the Internet. A special attention was given to components for filtering that allow to keep the material quality very high. The data part contains corpora for more than 100 languages, with around 10 million words in each. This language data resource can be used especially by researchers specialized at developing multilingual technologies.

Název v anglickém jazyce

W2C - Web To Corpus

Popis výsledku anglicky

W2C is a collection of software and data. The software part radically facilitates creating a new text corpora for a given language, using text materials freely available on the Internet. A special attention was given to components for filtering that allow to keep the material quality very high. The data part contains corpora for more than 100 languages, with around 10 million words in each. This language data resource can be used especially by researchers specialized at developing multilingual technologies.

Druh

R - Software

CEP obor

AI - Jazykověda

OECD FORD obor

—

Projekt

1ET201120505: Od jazyka ke znalostem a sémantickému webu

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2011

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

UFAL-SW-W2C-1.0

Technické parametry

http://ufal.mff.cuni.cz/~majlis/w2c/

Ekonomické parametry

1 060 000 CZK

IČO vlastníka výsledku

00216208

Název vlastníka

Univerzita Karlova v Praze