Šolar, the developmental corpus of Slovene

Arhar Holdt, Špela (avtor), Kosem, Iztok (avtor)

The paper presents the Šolar developmental corpus of Slovene, comprising the written language production of students in Slovene elementary and secondary schools, along with teacher feedback. The corpus consists of 5485 texts (1,635,407 words) and includes linguistically categorized teacher corrections, making the corpus unique in reflecting authentic classroom correction practices. The paper addresses the corpus compilation, content and format, annotation, availability, and its applicative value. While learner corpora are abundant, developmental corpora are less common. The paper bridges the gap by introducing the evolution from Šolar 1.0 to 3.0, emphasizing improvements in text collection, error and correction annotation, and categorization methodology. It also underlines the challenges and unresolved issues of compiling developmental corpora, most notably the lack of openly available tools and standards for different steps of the compilation process. Overall, the Šolar corpus offers valuable insights into language learning and teaching, contributing to teacher training, empirical studies in applied linguistics, and natural language processing tasks.

• Jezik: Angleški jezik
• Ključne besede: Šolar, developmental corpus, Slovene language, student writing, teacher feedback
• Vrsta gradiva: Članek v reviji
• Tipologija: 1.01 - Izvirni znanstveni članek
• Organizacija: FF - Filozofska fakulteta ; FRI - Fakulteta za računalništvo in informatiko
• Status publikacije: Objavljeno
• Različica publikacije: Objavljena publikacija
• Leto izida: 2025
• Št. strani: Str. 1151-1177
• Številčenje: Vol. 59, iss. 2
• PID: 20.500.12556/RUL-169224
• UDK: 004.85:81'322
• ISSN pri članku: 1574-020X
• DOI: 10.1007/s10579-024-09758-4
• COBISS.SI-ID: 204228867
• Datum objave v RUL: 19.05.2025

Gradivo je del revije

• Naslov: Language resources and evaluation
• Založnik: Springer Nature
• ISSN: 1574-020X
• COBISS.SI-ID: 224002304

Licence

• Licenca: CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
• Povezava: http://creativecommons.org/licenses/by/4.0/deed.sl
• Opis: To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

• Jezik: Slovenski jezik
• Ključne besede: Šolar, razvojni korpus, slovenščina, šolsko pisanje, učiteljski popravki

Projekti

• Financer: ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
• Številka projekta: P6-0411
• Naslov: Jezikovni viri in tehnologije za slovenski jezik

• Financer: ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
• Številka projekta: J7-3159
• Naslov: Empirična podlaga za digitalno podprt razvoj pisne jezikovne zmožnosti