Polskie i angielskie korpusy językowe do badań i biznesu

Oferujemy szeroką gamę narzędzi i zasobów technologii językowych, takich jak korpusy językowe, wyszukiwarki korpusów, słowniki kolokacji, bazy danych i wiele innych. Szczegółowe informacje na temat naszej oferty i usług dostępne są poniżej.

Poznaj ofertę

O nas

Jesteśmy zespołem badawczym założonym w 1997 roku

PELCRA (Polish and English Language Corpora for Research and Applications) jest zespołem badawczym działającym w Instytucie Anglistyki Uniwersytetu Łódzkiego, założonym w 1997 roku. Nasze główne zainteresowania i działania obejmują językoznawstwo korpusowe i komputerowe, przetwarzanie języka naturalnego, pozyskiwanie oraz ekstrakcję informacji. Od 1997 roku nasze zasoby korpusowe i narzędzia dla danych korpusowych w języku angielskim i polskim są z powodzeniem stosowane w badaniach akademickich i technologicznych, a także w dziedzinach takich jak nauczanie języka, translatoryka, leksykografia i przetwarzanie języka. Listę korpusów, wyszukiwarek, narzędzi do przetwarzania języka i słowników elektronicznych opracowanych przez różnych członków naszej grupy można znaleźć tutaj.

Dowiedź się więcej

Narzędzie

Korpus spontanicznej mowy konwersacyjnej

SpokesBiz to darmowy korpus spontanicznej polszczyzny mówionej, który zawiera ponad 600 godzin nagrań i ich transkrypcji.

Cecha produktu 1
Korpus SpokesBiz składa się z 8 odrębnych podkorpusów, w skład których wchodzą: zbiór podcastów internetowych, wywiady biograficzne, prezentacje studentów na tematy akademickie i popularne, dyskusje tematyczne, spontaniczne rozmowy, i wiele więcej.
Cecha produktu 2
W powstaniu korpusu wzięło udział łącznie 590 mówców z różnych regionów Polski, o różnym wykształceniu (od wykształcenia podstawowego do stopnia doktora) i w różnym wieku. Wszystkie te czynniki wpływają na duże zróżnicowanie i reprezentatywność korpusu.
Cecha produktu 3
Dane korpusowe zostały automatycznie przetranskrybowane i wyrównane czasowo, a następnie ręcznie skorygowane. Transkrypcje są opatrzone interpunkcją przy użyciu wytycznych sporządzonych do przestankowania w korpusie DiaBiz.
Cecha produktu 1
Dane korpusowe zebrano w okresie od maja 2021 r. do kwietnia 2022 r. Interakcje telefoniczne między 5 agentami z doświadczeniem zawodowym w call center a 191 uczestnikami wcielającymi się w rolę klientów zostały nagrane za pośrednictwem platformy Genesys PureCloud.
Cecha produktu 2
DiaBiz może służyć jako zbiór danych szkoleniowych i ewaluacyjnych dla różnorodnych zastosowań, takich jak rozpoznawanie mowy i formatowanie transkrypcji, diaryzacja mówców, analiza konwersacyjna, modelowanie systemów dialogowych i wiele innych.
Cecha produktu 3
Transkrypcje są również opatrzone interpunkcją w celu zwiększenia ich przejrzystości. Zostały one najpierw poddane automatycznej interpunkcji, a następnie ręcznie poprawione, w związku z czym konieczne było opracowanie wytycznych dla interpunkcji, które uwzględniają cechy języka mówionego.

Narzędzie

Zbiór transkrypcji dialogów

Korpus Diabiz to konwersacyjny korpus polszczyzny zawierający nagrania oparte na telefonicznych interakcjach pomiędzy klientem i konsultantem oraz ich transkrypcje opatrzone adnotacjami.

Aktualności

Bądź na bieżąco

Zobacz wszystkie
14 grudnia 2023

SpokesBiz

Dowiedź się więcej

14 grudnia 2023

4 sympozjum PaCor

Dowiedź się więcej

Partnerzy

Współpracujemy z najlepszymi

Zapraszamy do współpracy zarówno instytucje akademickie, jak i partnerów biznesowych. Serdecznie zachęcamy Państwa do kontaktu.

Zobacz wszystkich