D
2014
Effective Corpus Virtualization
JAKUBÍČEK, Miloš; Pavel RYCHLÝ a Adam KILGARRIFF
Základní údaje
Originální název
Effective Corpus Virtualization
Vydání
Reykjavik, Challenges in the Management of Large Corpora (CMLC-2), od s. 7-9, 3 s. 2014
Nakladatel
EUROPEAN LANGUAGE RESOURCES ASSOCIATION-ELRA
Další údaje
Typ výsledku
Stať ve sborníku
Obor
10201 Computer sciences, information science, bioinformatics
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
elektronická verze "online"
Kód RIV
RIV/00216224:14330/14:00094187
Organizační jednotka
Fakulta informatiky
Klíčová slova anglicky
corpus; corpus linguistics; virtualization; indexing; database
Příznaky
Mezinárodní význam, Recenzováno
V originále
In this paper we describe an implementation of corpus virtualization within the Manatee corpus management system. Under corpus virtualization we understand logical manipulation with corpora or their parts grouping them into new (virtual) corpora. We discuss the motivation for such a setup in detail and show space and time efficiency of this approach evaluated on a 11 billion word corpus of Spanish.
Návaznosti
| LM2010013, projekt VaV | | Název: LINDAT-CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat (Akronym: LINDAT-Clarin) | | Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Projekt LINDAT-Clarin - Vybudování a provoz českého uzlu pan-evropské infrastruktury pro výzkum |
|
| VF20102014003, projekt VaV | | Název: Analýza přirozeného jazyka v prostředí internetu (Akronym: APJI) | | Investor: Ministerstvo vnitra ČR, Analýza přirozeného jazyka v prostředí internetu |
|
Zobrazeno: 29. 11. 2025 01:43