Prosjekt

I prosjektet "Norsk korpus: Søk og grensesnitt - Tagging og koding" har vi utviklet et integrert og fleksibelt korpusverktøy. Systemet har et internett-basert brukergrensesnitt for administrering av og søk i tekstkorpus og bruker XML som kodestandard for tekstdokumentene.

Verktøyet er særlig rettet mot bearbeiding av norskspråklig tekstmateriale (både bokmål og nynorsk) i og med at en norsk grammatisk tagger (Oslo-Bergen-taggeren, som delvis ble utviklet i dette prosjektet) er en integrert modul av systemet. En postediteringsmodul tillater å søke systematisk etter feil i den grammatiske taggingen og rette disse i en interaktiv prosess.

Vi har lagt stor vekt på å lage et verktøy som er i stand til å håndtere korpora med en annen struktur enn et kanonisk norsk tekstkorpus. Eksempler som kan nevnes her er talemålskorpus, tospråklige parallellkorpus og spesialiserte parallellkorpus (bl.a. andrespråkskorpus).