Corpora with tag blog (3)

Emuāri

Latvian Blog Corpus 2015

2001–2015, 6.6M words (8M tokens)
Developers: IMCS UL

PanDi

Corpus of Latvian Pandemic Diaries

2020–2022, 565k words (709k tokens)
Developers: ILFA UL

Tvitēdiens

Latvian Twitter Eater Corpus

2007–2025, 42M words (56M tokens)
Developers: UT, UL, AIST
R. Darģis, B. Saulīte
Korpuss.lv – a Versatile Platform for Digital Humanities
Baltic Journal of Modern Computing, 12(4), 2024, pp. 636–645
PDF   BibTeX
B. Saulīte, I. Auziņa, R. Darģis
Latvian National Corpora Collection Korpuss.lv | Nacionālā korpusu kolekcija Korpuss.lv
Linguistica Lettica, 31(1), 2023, pp. 202–223
PDF   BibTeX
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