Eng
lish
Kontakt
Išči
Meni
Tečaji za odrasle
Izpiti
Knjige
Za otroke
Na tujih univerzah
Seminar SJLK
Simpozij obdobja
Izobraževanja za učitelje
Obdobja 44_listanje:
Pojdi na
1
2-3
4-5
6-7
8-9
10-11
12-13
14-15
16-17
18-19
20-21
22-23
24-25
26-27
28-29
30-31
32-33
34-35
36-37
38-39
40-41
42-43
44-45
46-47
48-49
50-51
52-53
54-55
56-57
58-59
60-61
62-63
64-65
66-67
68-69
70-71
72-73
74-75
76-77
78-79
80-81
82-83
84-85
86-87
88-89
90-91
92-93
94-95
96-97
98-99
100-101
102-103
104-105
106-107
108-109
110-111
112-113
114-115
116-117
118-119
120-121
122-123
124-125
126-127
128-129
130-131
132-133
134-135
136-137
138-139
140-141
142-143
144-145
146-147
148-149
150-151
152-153
154-155
156-157
158-159
160-161
162-163
164-165
166-167
168-169
170-171
172-173
174-175
176-177
178-179
180-181
182-183
184-185
186-187
188-189
190-191
192-193
194-195
196-197
198-199
200-201
202-203
204-205
206-207
208-209
210-211
212-213
214-215
216-217
218-219
220-221
222-223
224-225
226-227
228-229
230-231
232-233
234-235
236-237
238-239
240-241
242-243
244-245
246-247
248-249
250-251
252-253
254-255
256-257
258-259
260-261
262-263
264-265
266-267
268-269
270-271
272-273
274-275
276-277
278-279
280-281
282-283
284-285
286-287
288-289
290-291
292-293
294-295
296-297
298-299
300-301
302-303
304-305
306-307
308-309
310-311
312-313
314-315
316-317
318-319
320-321
322-323
324-325
326-327
328-329
330-331
332-333
334-335
336-337
338-339
340-341
342-343
344-345
346-347
348-349
350-351
352-353
354-355
356-357
358-359
360-361
362-363
364-365
366-367
368-369
370-371
372-373
374-375
376-377
378-379
380-381
382-383
384-385
386-387
388-389
390-391
392-393
394-395
396-397
398-399
400-401
402-403
404-405
406-407
408-409
410-411
412-413
414-415
416-417
418-419
420-421
422-423
424-425
426-427
428-429
430-431
432-433
434-435
436-437
438-439
440-441
442-443
444-445
446-447
448-449
450-451
452-453
454-455
456
OBDOBJA 44 arbitraren, nam to ni uspelo prav povsod; besedila so sicer ohranjena v celoti, kategori je pa so v določenih primerih ohranjene še nesistematično, denimo tako, da so vsi opisi zajeti v atribut categories (recimo categories=’’kosovel, integrali_26, pesmi’’), kar je z vidika ohranjanja podatkov sicer ustrezno, saj so ohranjeni vsi podatki, vendar niso pripisani ustreznim kategorijam, ki bi dovoljevale optimalno filtri 5 ranje. Pri nekaterih primerih smo med pripravo korpusa izgubili celo vrsto metapodat kov, kot kaže spodnji primer:
Kot lahko vidimo, je v glavi besedila ostal zgolj naslov, tako da smo v takih prime rih ročno dodali vsaj podatek o avtorju:
Da bi bila analiza čim bolj pomenljiva, smo za različne vrste računalniške analize uporabili zgolj besedila, pri katerih so metapodatki vsaj v določeni meri ustrezno pripi sani. To smo poskušali napraviti z uporabo lastnega spletnega pajka (angl. crawler), s katerim smo samodejno prevzeli vse kategorije s spletišča prek dostopne točke (API ja) portala MediaWiki. 2.1 Korpus Wikivir 0.1 v številkah Končna oblika korpusa ob pripravi prispevka zajema nekaj več kot 62 milijonov besed, kot prikazuje Tabela 2. Parameter Frekvenca pojavnice 78.284.028 besede 62.641.170 povedi 4.646.656 dokumenti 22.909 Tabela 2: Korpus WikivirSLO v številkah. Iz prvotne različice korpusa s šumom in neželenimi besedili smo zbrisali okoli tri milijone besed, treba pa je omeniti, da se številke v Tabeli 2 ne ujemajo z navedbami, ki 6 jih podaja Wikivir na naslovni strani in v razdelku Statistika. Pri pripravi korpusa smo za besedila poleg naslova poskušali zajeti še metapodatke o avtorjih, letnici, žanru in stoletju, kategorije in njihove frekvence pa podajamo v naslednjem odseku. 2.2 Kategorije v korpusu Wikivir 0.1 V tem razdelku predstavljamo kategorije glede na metapodatke, pripisane v korpu su, obenem pa tudi po 10 najpogostejših predstavnikov. Tabela 3 zajema najpogosteje zastopane avtorje. 5 Korpus bomo zato poskušali z dodatnimi koraki še dopolniti, nato pa periodično dodajati besedila, ki bodo na novo objavljena na Wikiviru. 6 https://sl.wikisource.org/wiki/Posebno:Statistika 273