Izdelava korpusa starejših slovenskih besedil v okviru projekta IMPACT

Erjavec, Tomaž (author), Vodopivec, Ines (author), Oliver, Maša (author)

Institut "Jožef Stefan" in Narodna in univerzitetna knjižnica Ljubljana od leta 2010 sodelujeta pri evropskem projektu IMPACT (Improving Access to Text), katerega cilj je razviti tehnologije, ki bodo uporabniku in bralcu omogočale uspešnejši dostop do polnega besedila digitaliziranih starejših tiskanih besedil v slovenskem jeziku. V članku predstavimo postopek izdelave korpusa slovenskih besedil in izpostavimo težave, na katere smo naleteli med delom in ki med drugim izvirajo iz zgodovinskih in strukturnih značilnosti slovenskega jezika in črkopisa, ki smo ga uporabljali v preteklosti.

• Language: Slovenian
• Keywords: slovenščina, starejša slovenska besedila, digitalizacija, projekt IMPACT, digitalizacija, arhaični slovenski jezik, OCR
• Work type: Article
• Typology: 1.16 - Independent Scientific Component Part or a Chapter in a Monograph
• Organization: FF - Faculty of Arts
• Year: 2011
• Number of pages: Str. 121-127
• PID: 20.500.12556/RUL-149206
• UDC: 004.9:811.163.6"14/18"
• COBISS.SI-ID: 25362727
• Publication date in RUL: 05.09.2023

Record is a part of a monograph

• Title: Meddisciplinarnost v slovenistiki
• Editors: Simona Kranjc
• Place of publishing: Ljubljana
• Publisher: Znanstvena založba Filozofske fakultete
• Year: 2011
• ISBN: 978-961-237-461-7
• COBISS.SI-ID: 258646784
• Collection title: Obdobja
• Collection numbering: 30

Secondary language

• Language: English

Abstract

Since 2010 the Jožef Stefan Institute and the National and University Library have been collaborating on the project EU IMPACT (Improving Access to Text), which has as its goal the development of technologies that will enable better full-text access to digitised printed historical Slovene texts. The paper presents the work-flow of the corpus compilation and highlights the problems that we have had to face, which stem also from the historical and structural characteristics of Slovene.

• Keywords: Slovene, digitisation, OCR, historical printed Slovene texts, historical Slovene, IMPACT project