teksta (30) runas (9) vispārīgs (11) specializēts (28) morfoloģija (33) sintakse (3) semantika (1) kļūdas (2) manuāli pārbaudīts (6) diahronisks (6) tīmekļa (2) apguvēju (2) literārs (4) paralēls (1) parlamentārs (1) vēsturisks (2) periodika (5) reprezentatīvs (9) latgaliešu (3) emuāru (2)
Kārtot pēc:
Noklusējuma Apjoma Datu publicēšanas sākuma Datu publicēšanas beigām Izstrādes perioda beigām

LVK2022

Līdzsvarotais mūsdienu latviešu valodas tekstu korpuss

2000–2021, 101 milj. vārdlietojumu (123 milj. tekstvienību)
Izstrādātāji: LU MII

LATE-sarunas

LATE sarunu korpuss

2012–2024, 35 stundas (347 000 tekstvienību)
Izstrādātāji: LU MII, LU LFMI

MuLa2022

Mūsdienu latgaliešu tekstu korpuss 2022

1988–2021, 2 milj. vārdlietojumu (2,8 milj. tekstvienību)
Izstrādātāji: RTA, LU MII

LVTB

Latviešu valodas sintaktiski marķētais korpuss

1991–2020, 18 295 teikumi (310 000 tekstvienību) (v2.13)
Izstrādātāji: LU MII

BalsuTalka

Balsutalka.lv runas korpuss (Common Voice 17.0)

2023–2024, 277 stundas (1,3 milj. tekstvienību)
Izstrādātāji: LU MII, LU LFMI, LATA

Barometrs

Interneta agresivitātes indekss

2011–2022, 26 milj. komentāru (642 milj. tekstvienību)
Izstrādātāji: RSU, LU MII

BolsuTolka

Bolsutolka.lv runas korpuss (Common Voice 17.0)

2023–2024, 24 stundas (130 000 tekstvienību)
Izstrādātāji: RTA, LU MII, LU LFMI, LATA

Cīņa

"Cīņa"

1904–1991, 185 milj. vārdlietojumu (231 milj. tekstvienību)
Izstrādātāji: LNB

Disertācijas

Promocijas darbu korpuss

1993–2020, 16,7 milj. vārdlietojumu (23,4 milj. tekstvienību)
Izstrādātāji: LU MII

Emuāri

Latviešu valodas emuāru korpuss

2001–2015, 6,6 milj. vārdlietojumu (8 milj. tekstvienību)
Izstrādātāji: LU MII

FullStack-LV

Daudzslāņu valodas resursu kopa

1991–2018, 13 691 teikums
Izstrādātāji: LU MII

Jaunatne

"Padomju Jaunatne"

1944–1989, 138 milj. vārdlietojumu (176 milj. tekstvienību)
Izstrādātāji: LNB

Karogs

"Karogs"

1940–1994, 48,7 milj. vārdu (62,1 milj. tekstvienību)
Izstrādātāji: LNB

LAMBA

Morfoloģiski marķēts longitudināls bērnu runas korpuss

2015–2017, 34 stundas
Izstrādātāji: LU MII

LaRKo

Latviešu valodas runas korpuss

2005–2014, 8 stundas
Izstrādātāji: LU MII

LATE-mediji

LATE plašsaziņas līdzekļu korpuss

2015–2020, 50 stundas (433 000 tekstvienību)
Izstrādātāji: LU MII

LatSenRom

Latviešu senākie romāni

1879–1920, 3,7 milj. vārdlietojumu (4,7 milj. tekstvienību)
Izstrādātāji: LNB, LU LFMI

LaVA

Latviešu valodas apguvēju korpuss

2018–2021, 192 000 vārdlietojumu (241 000 tekstvienību)
Izstrādātāji: LU MII

LAvīzes

"Latviešu Avīzes"

1822–1915, 35,7 milj. vārlietojumu (46 milj. tekstvienību)
Izstrādātāji: LNB

Likumi

Latvijas Republikas tiesību aktu korpuss

1990–2022, 73,9 milj. vārdlietojumu (116,2 milj. tekstvienību)
Izstrādātāji: LU MII

LiLa

Lietuviešu-latviešu-lietuviešu paralēlo tekstu korpuss

1982–2012, 8 milj. vārdlietojumu
Izstrādātāji: LU MII, VDU

LitMāksla

"Literatūra un Māksla"

1945–1995, 52,7 milj. vārdu (65,8 milj. tekstvienību)
Izstrādātāji: LNB

LRK2013

Latviešu valodas runas atpazīšanas korpuss

2005–2013, 100 stundas (1,1 milj. tekstvienību)
Izstrādātāji: LU MII, Tilde, LETA

LVK2018

Līdzsvarotais mūsdienu latviešu valodas tekstu korpuss

1991–2018, 10 milj. vārdlietojumu (12 milj. tekstvienību)
Izstrādātāji: LU MII

LVMED

Radioloģisko izmeklējumu transkripciju korpuss

2010–2022, 35 stundas (157 000 tekstvienību)
Izstrādātāji: LU MII, RAKUS

MuLa2012

Mūsdienu latgaliešu tekstu korpuss 2012

1988–2012, 1 milj. vārdlietojumu (1,3 milj. tekstvienību)
Izstrādātāji: LU MII, RTA

PanDi

Pandēmijas dienasgrāmatas

2020–2022, 565 000 vārdlietojumu (709 000 tekstvienību)
Izstrādātāji: LU LFMI

Pārspriedumi

Skolēnu pārspriedumu korpuss

2018, 185 000 vārdlietojumu (226 000 tekstvienību)
Izstrādātāji: LU MII, LiepU, RTA

Rainis

Raiņa darbu korpuss

1895–1929, 1,6 milj. vārdlietojumu (2,3 milj. tekstvienību)
Izstrādātāji: LU MII

Saeima

LR 5.–13. Saeimas sēžu stenogrammu korpuss

1993–2022, 20 milj. vārdlietojumu (24 milj. tekstvienību)
Izstrādātāji: LU MII, RSU

Senie

Latviešu valodas seno tekstu korpuss

1507–1800, 2 milj. vārdlietojumu (2,7 milj. tekstvienību)
Izstrādātāji: LU LaVI, LU MII, LU HZF

Subtitri

Latvijas sabiedrisko mediju subtitru korpuss

2015–2020, 1200 stundu (10,8 milj. tekstvienību)
Izstrādātāji: LU MII

Tīmeklis2007

Latviešu valodas tīmekļa korpuss

1991–2005, 99 milj. vārdlietojumu (123 milj. tekstvienību)
Izstrādātāji: LU MII

Tīmeklis2020

Latviešu valodas tīmekļa korpuss

2013–2022, 403,6 milj. vārdlietojumu (492,6 milj. tekstvienību)
Izstrādātāji: LU MII

UDLV-LVTB

Latviešu valodas universālo atkarību korpuss

1991–2020, 18 295 teikumi (310 000 tekstvienību) (v2.13)
Izstrādātāji: LU MII

Vikipēdija

Vikipēdijas korpuss

2003–2022, 17,9 milj. vārdlietojumu (27,7 milj. tekstvienību)
Izstrādātāji: LU MII

VVPP

Valsts valodas prasmes pārbaudes darbu korpuss

2016–2017, 150 000 tekstvienību
Izstrādātāji: LU MII

Ziņas

Latvijas ziņu portālu raksti

2020–2022, 357,2 milj. vārdlietojumu (513,5 milj. tekstvienību)
Izstrādātāji: LU MII

ĪsprozaS

Sieviešu īsproza

1893–2002, 925 000 vārdlietojumu (1,2 milj. tekstvienību)
Izstrādātāji: LU LFMI
B. Saulīte, R. Darģis, N. Grūzītis, I. Auziņa, K. Levāne-Petrova, L. Pretkalniņa, L. Rituma, P. Paikens, A. Znotiņš, L. Strankale, K. Pokratniece, I. Poikāns, G. Bārzdiņš, I. Skadiņa, A. Baklāne, V. Saulespurēns, J. Ziediņš.
Latvian National Corpora Collection – Korpuss.lv
Proceedings of the 13th Language Resources and Evaluation Conference (LREC), 2022, pp. 5123–5129
PDF   BibTeX