Материалы для скачивания

Размеченные тексты

Весь корпус, XML ( XML Schema) обновлён 14.12.2024 01:48 MSK
предложений: 110304, токенов: 1989538, слов: 1539972

* Морфологическая разметка. Неоднозначность снята частично (там, где хватило данных).

Со снятой омонимией

Подкорпус со снятой омонимией*, XML | .bz2 (1.70 Мб) | .zip (2.67 Мб) обновлён 14.12.2024 01:48 MSK
предложений: 13289, токенов: 93982, слов: 63403

* В подкорпус включены только целые предложения, не имеющие в своём составе ни одного неоднозначно разобранного слова — как изначально однозначные предложения, так и те, в которых неоднозначность была снята вручную.

Подкорпус со снятой омонимией без UNKN, XML | .bz2 (1.37 Мб) | .zip (2.17 Мб) обновлён 14.12.2024 01:48 MSK
предложений: 10971, токенов: 72723, слов: 50476

Подкорпус со снятой омонимией (без модерации)*, XML | .bz2 (0.00 Мб) | .zip (0.00 Мб) обновлён 14.12.2024 01:48 MSK
предложений: 0, токенов: 0, слов: 0

* В подкорпус включены предложения, где неоднозначность снята по ответам пользователей, в том числе не проверенным модераторами.

Частотные списки

Тип n-граммы:

Учёт регистра:

Тип токенов:

  Леммы Учёт регистра Только слова*   Обновлено
1_exact_cyr_lc + архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
1_exact_cyr + + архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
1_exact_lc архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
1_exact + архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
2_exact_cyrA_lc + (A**) архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
2_exact_cyrB_lc + (B**) архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
2_exact_cyrA + + (A**) архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
2_exact_cyrB + + (B**) архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
2_exact_lc архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
2_exact + архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
3_exact_cyrA_lc + (A**) архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
3_exact_cyrB_lc + (B**) архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
3_exact_cyrA + + (A**) архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
3_exact_cyrB + + (B**) архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
3_exact_lc архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK
3_exact + архив .bz2 (0.00 Мб) архив .zip (0.00 Мб) top100 14.12.2024 10:32 MSK

* Словами мы считаем токены, имеющие в своём составе хотя бы одну кириллическую букву.

** Тип A: токены, не являющиеся словами, игнорируются, т.е. в биграмму могут входить, например, слова, разделённые запятой. Тип B: никакие токены не игнорируются, но из списка исключаются цепочки, где хотя бы один токен не является словом.

Коллокации

(На данный момент только двусловные и рассчитываются только по метрике MI. На термы наложено ограничение по частоте снизу: не менее корня 4-й степени от объёма корпуса.)

Обновлено 14.12.2024 10:32 MSK

Морфологический словарь

XML ( XML Schema), обновлён 06.07.2024 01:48 MSK, см. описание формата

Plain text, обновлён 06.07.2024 01:49 MSK

Копия базы данных

Информация о пользователях не включена. Обновляется раз в неделю.