Izdelava korpusa starejših slovenskih besedil v okviru projekta IMPACT

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

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.

• Jezik: Slovenski jezik
• Ključne besede: slovenščina, starejša slovenska besedila, digitalizacija, projekt IMPACT, digitalizacija, arhaični slovenski jezik, OCR
• Vrsta gradiva: Članek v reviji
• Tipologija: 1.16 - Samostojni znanstveni sestavek ali poglavje v monografski publikaciji
• Organizacija: FF - Filozofska fakulteta
• Leto izida: 2011
• Št. strani: Str. 121-127
• PID: 20.500.12556/RUL-149206
• UDK: 004.9:811.163.6"14/18"
• COBISS.SI-ID: 25362727
• Datum objave v RUL: 05.09.2023

Gradivo je del monografije

• Naslov: Meddisciplinarnost v slovenistiki
• Uredniki: Simona Kranjc
• Kraj izida: Ljubljana
• Založnik: Znanstvena založba Filozofske fakultete
• Leto izida: 2011
• ISBN: 978-961-237-461-7
• COBISS.SI-ID: 258646784
• Naslov zbirke: Obdobja
• Številčenje v zbirki: 30

Sekundarni jezik

• Jezik: Angleški jezik

Izvleček

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.

• Ključne besede: Slovene, digitisation, OCR, historical printed Slovene texts, historical Slovene, IMPACT project