| # | Λέξη | Συχνότητα | Ανά εκατομμύριο |
|---|
| # | N-gram | Συχνότητα |
|---|
| Λέξη | Ανά εκατ. | Ratio |
|---|
| Λέξη | Ανά εκατ. | Ratio |
|---|
| Corpus | Register | Mode | Sentences | Tokens |
|---|
NATS
Γλωσσική ανάλυση ελληνικών κειμένων, NER, Network Analysis, PCA, cluster analysis.
Άνοιγμα NATS ↗Voyant on Steroids
Voyant Tools with custom extensions for Greek. Upload your own corpus for PCA, word clouds, trends, collocations, and interactive text mining.
Άνοιγμα Voyant ↗Ανέβασμα δικού σας corpus
Για ανάλυση PCA, lexical diversity, ή stylometry στο δικό σας corpus, χρησιμοποιήστε τα NATS ή Voyant Tools. Υποστηρίζουν ανέβασμα αρχείων κειμένου (.txt, .csv) και παρέχουν πλήρη εργαλεία στατιστικής ανάλυσης κειμένου.
| Κείμενο | Match | Σώμα | Ύφος |
|---|
Αναζητήστε έναν δείκτη στον Αντιστοιχιστή, μετά πατήστε Ταξινόμηση για να αναλύσει το LLM την πραγματολογική λειτουργία του σε κάθε πρόταση.
Πληκτρολογήστε μια λέξη ή φράση και το LLM θα αναλύσει τα χρηστικά μοτίβα σε δείγμα από το σώμα.
| Σώμα (Corpus) | Ύφος (Register) | Τύπος (Mode) | Προτάσεις (Sentences) | Λέξεις (Tokens) |
|---|
Europarl
Πρακτικά συνεδριάσεων του Ευρωπαϊκού Κοινοβουλίου. Μεταφρασμένα και πρωτότυπα κείμενα πολιτικού λόγου σε επίσημο ύφος.
OpenSubtitles
Υπότιτλοι ταινιών και σειρών. Αντιπροσωπεύουν καθημερινό, ανεπίσημο προφορικό λόγο μεταφρασμένο στα ελληνικά.
Wikipedia
Άρθρα της ελληνικής Βικιπαίδειας. Εγκυκλοπαιδικό ύφος, ενημερωτικός γραπτός λόγος σε ποικιλία θεμάτων.
Leipzig Corpora
Ειδησεογραφικά κείμενα και κείμενα από τον ιστό, συλλεγμένα αυτόματα. Ποικιλία ύφους και θεματολογίας.
CC-100
Μεγάλο σώμα κειμένων από τον ιστό (Common Crawl). Ποικίλα κειμενικά είδη γραπτού λόγου.
OSCAR
Πολύγλωσσο σώμα κειμένων από τον ιστό, φιλτραρισμένο για ποιότητα. Γραπτός λόγος ποικίλης θεματολογίας.