دانلود KSUCCA Corpus برای لینوکس

این برنامه لینوکس با نام KSUCCA Corpus است که آخرین نسخه آن را می توان با نام Corpus.zip دانلود کرد. می توان آن را به صورت آنلاین در ارائه دهنده میزبانی رایگان OnWorks برای ایستگاه های کاری اجرا کرد.

عکس ها

KSUCCA Corpus

شرح

مجموعه عربی کلاسیک دانشگاه ملک سعود (KSUCCA) مجموعه ای پیشگام با 50 میلیون نشانه مشروح از متون عربی کلاسیک از دوره پیش از اسلام تا قرن چهارم هجری (معادل دوره از قرن هفتم تا اوایل قرن یازدهم پس از میلاد) است. که دوره عربی کلاسیک ناب است. هدف اصلی این مجموعه، استفاده برای مطالعه معناشناسی واژگانی توزیعی واژگان قرآن است. با این حال، می توان از آن برای اهداف تحقیقاتی دیگری مانند:
• زبان شناسی عربی که شامل: پژوهش های لغوی، صرفی، نحوی، معنایی و عملی است.
• زبان شناسی محاسباتی عربی که شامل: تحقیقات لغوی، صرفی، نحوی، معنایی و عملی از جمله کاربردهای مختلف آنهاست.
• آموزش زبان عربی برای اعراب و غیر عرب ها.
• هوش مصنوعی.
• پردازش زبان طبیعی.
• بازیابی اطلاعات.
• پاسخ به سوال.
• ترجمه ماشینی.

امکانات

• مجموعه الکترونیکی: امکان بررسی سریعتر و دقیق تر عربی نوشتاری.
• مجموعه همزمان: شامل متون عربی از دوران پیش از اسلام تا قرن چهارم هجری (معادل دوره قرن هفتم تا اوایل قرن یازدهم میلادی) که دوره عربی کلاسیک ناب است.
• یک مجموعه کلی: طیف وسیعی از ژانرها را پوشش می دهد و آن را برای موضوعات مختلف تحقیقاتی مناسب می کند.
• مجموعه ای نماینده: می توان از آن به عنوان مبنایی برای تعمیم در مورد عربی کلاسیک استفاده کرد.
• مجموعه متوازن: تعداد نمونه‌های متنی که از هر ژانر گرفته می‌شود، متناسب با آن ژانر است.
• مجموعه یک زبانه: حاوی متن مکتوب عربی کلاسیک.
• پیکره بدون صدا: فقط کلمات قرآن کریم واک می شود.
• یک مجموعه خام: حاوی هیچ برچسب‌گذاری، کلمه‌نویسی یا هر نوع حاشیه‌نویسی دیگری، فقط متن ساده است.
• نسخه ای با حاشیه نویسی خودکار از پیکره با حاشیه نویسی لم، پایه، تگ POS، جنسیت و اعداد نیز موجود است.

دسته بندی ها

این برنامه ای است که می تواند از https://sourceforge.net/projects/ksucca-corpus/ نیز دریافت شود. در OnWorks میزبانی شده است تا به آسانی از یکی از سیستم عامل های رایگان ما به صورت آنلاین اجرا شود.