Kiel registrite je 19:46, 28 okt. 2009 redakti MastiBot (diskuto \| kontribuoj) 24 620 redaktoj e roboto aldono de: fi:Korpus ← Iru al antaŭa ŝanĝo		Kiel registrite je 17:02, 6 nov. 2009 redakti malfari Xqbot (diskuto \| kontribuoj) Robotoj 151 784 redaktoj e roboto aldono de: hi:पाठसंग्रह भाषाविज्ञान; cosmetic changes Iru al sekvanta ŝanĝo →
Linio 1: '''Korpuso''' (aŭ '''tekstaro''') estas aro da tekstoj aŭ transskribitaj konversacioj/paroloj, kiun oni uzas kiel tuton por studo. [[komputiko\|Komputado]] ne necesas, sed tre faciligas la pretigon kaj uzon de tekstaroj. Ankaŭ aro da parolregistraĵoj estas korpuso. Linio 20: En la preparo de korpuso oni laŭ la ebloj kaj celoj elektas la kvantojn kaj specojn de tekstoj. Kvantojn oni mezuras per vortnombroj. Tekstospecojn oni prefere variigas, se la tekstaro estas por ĝenerala lingvesploro: gazetaĵoj, beletraĵoj, sciencaj artikoloj, kompaniaj raportoj, leteroj... male oni striktigas la elekton se la celo specialas: leteroj kaj privataj dokumentoj se oni observas spontanean parolon, politikaj paroladoj kaj komentoj se oni Linio 35: unuece indikitaj laŭ [[bibliografio\|bibliografia]] normo, kaj bazaj esplorrimedoj estu provizitaj: nombradoj, [[indekso (datumbazo)\|~~indekso~~indeksoj]]j, [[serĉilo]]j... Pro tio kaj ankaŭ por faciligi la komparon de rezultoj de Linio 41: prezentojn, ordinare surbaze de [[SGML\|sgml]] aŭ [[XML\|xml]]. La ''tekstokoda iniciato'', mallonge ''tei'', estas tia sufiĉe konata normo komencita en jaro [[1988]]. sed ĝi ne estas la sola. La lingvistikaj bezonoj ne limiĝas je haveblo de vortoj. ofte lingvistoj bezonas pliajn informojn pri [[vortspeco\|~~vortklaso~~vortklasoj]]j, [[vortrolo]]j aŭ aliaj gramatikaĵoj, kaj ankaŭ aliaj sciencistoj pli facile studas la temojn de tekstoj se antaŭanalizo estas provizita. Tial oni distingas inter '''senmarkaj tekstaroj''' el nudaj dokumentoj nur formate glatigitaj, kaj '''markhavaj tekstaroj''' en kiuj vortojn, frazojn aŭ aliajn erojn akompanas kritikaj informoj. La markojn oni ĵargone nomas ''etikedoj''. Linio 66: kaj sekve aperas nur en hazardaj kuntekstoj. La sama esploro super diversgrandaj tekstaroj ofte rezultas malsimile. La ĝusta interpreto de tekstaraj esploroj do komence facilas, sed baldaŭ necesigas almenaŭ prudenton, kaj pli bone [[statistiko\|statistikan]] kompetenton. Linio 82: vortklasaj markoj. === Esperanto === La plej grava tekstaro de Esperanto estas la [[Tekstaro de Esperanto]], kiu estas pure skriblingva kaj enhavas 4.266.767 da vortoj. Nuntempe [[ESF]] financas projekton por krei parollingvan korpuson (EPAK). Pli ampleksa ol la Tekstaro de Esperanto estas la Tekstaro de Eckhard Bick kun 18 milionoj da vortoj; ĝiaj tekstoj tamen estas malpli atenteme kolektitaj, kaj ghi havas multe malpli da serĉfunkcioj ol la Tekstaro de Esperanto. == Eksteraj ligiloj == Linio 107: [[fr:Corpus]] [[gl:Corpus lingüístico]] [[hi:पाठसंग्रह भाषाविज्ञान]] [[it:Corpus]] [[ja:コーパス]]

Korpuso: Malsamoj inter versioj