Prosjekt
Norsk aviskorpus
2007-08
...
2009-12
Aksis har samlet inn et omfattende tekstmateriale bestående av norske avistekster. Materialet omfatter p.t. ca. 600 millioner ord og består av ubehandlede tekster på bokmål og nynorsk. Prosjektet har som målsetting å gjennomføre nødvendig videreutvikling og kvalitetssikring av tekstkorpuset og gjøre det tilgjengelig og anvendelig. Arbeidet innebærer å bygge opp en samling dataverktøy for automatisert nettbasert innhenting, bearbeiding og annotasjoner av avistekster, samt klargjøre selve korpuset for språkvitenskapelig forskning og språkteknologisk utvikingsarbeid. Prosjektet er finansiert av Norges Forskningsråd gjennom programmet Avansert vitenskapelig utstyr (AVIT).
Tekstinnsamlingen har foregått siden 1998. I prosjektet bygges det også opp en nyordsdatabase som vokser i omfang hver dag. Dagsaktuelle nyordslister klassifiseres automatisk og gjøres tilgjengelig for forskere og leksikografer. Både tekstkorpus og nyordlister er søkbare på prosjektets nettside.
I 2006 har arbeidsinnsatsen i prosjektet omfattet videreføring av tekstinnsamling, forskningsarbeid, søknadsskriving og formidling. Prosjektet og forskningsresultater ble presentert på Faglig-pedagogisk dag i februar og i programmet Språkteigen på NRK 27. februar 2006 (sendt i reprise 1. juli 2007). Norsk aviskorpus dannet også grunnlag for skoleprosjektet Norsk ruler! ved Forskningsdagene 2006. En søknad om et forskningsprosjekt ble sendt til NFRs FRIHUM-program i juni 2006 (og til UiB i januar 2007). En søknad til NFRs program for Avansert vitenskapelig utstyr (AVIT) ble sendt i november 2006. Prosjektet ble innvilget, og dermed har Norsk aviskorpus fått sin første omfattende finansiering. Prosjektet Norsk aviskorpus – bearbeiding og tilgjengeliggjøring har som målsetting å kvalitetssikre, videreutvikle og tilgjengeliggjøre aviskorpuset. Hele søknadsbeløpet på ca. 2,8 MNOK ble innvilget, og prosjektet starter formelt 1. august 2007 og varer til 31. desember 2008.I 2005 har prosjektets oppgaver omfattet videreutvikling av språkbehandlingsverktøy, søknadsskriving, produksjon av nye nettsider, formidling og konferansedeltakelse. Nye versjoner av verktøy for datainnsamling for identifikasjon og klassifisering av nyord/importord er utviklet. En søknad om et omfattende forskningsprosjekt ble sendt til NFRs FRIHUM-program i juni 2005 (og til UiB i januar 2006). I juli ble forskningsresultat fra prosjektet presentert på konferansen Corpus Linguistics 2005 i Birmingham. Forskningsresultater ble også lagt frem på Møte om norsk språk i Bergen i november. Det er etablert et formelt samarbeid med Universitetet i Leipzig om utveksling av språkressurser og verktøy for prosessering av språklige data. Norsk aviskorpus har i det siste også fått medieomtale ved flere anledninger.- indeksering av tagget utgave
- forbedre utplukk av mulige nyord.
|
