سبد خرید شما

اطلاعات داده

حجم: نامشخص
فرمت: نامشخص
وضعیت دریافت: برون سازمانی

پیکره تیتر خبرگزاری‌های فارسی‌زبان

  • قیمت: نامشخص

    دریافت داده
معرفی: 

پیکرۀ حاضر مجموعه‌ای است بیش از یک میلیون کلمه، که ۱۱۰۱۹۸ تیتر خبری را از ۱۳ خبرگزاری رسمی و معتبر فارسی‌زبان گردآوری کرده است و شامل تیتر خبر، لید، گروه‌بندی اصلی خبر، زیرطبقه یا گروه‌بندی فرعی خبر، تاریخ انتشار و عبارت پیشین خبر است. برای هر تیتر سه برچسب نام خبرگزاری، تاریخ خبر و طبقۀ موضوعی آن مشخص شده و علاوه بر تیتر، لید متناظر با آن نیز در صورت وجود، جمع‌آوری شده است. تیترها قطعه‌بندی و ریشه‌یابی شده و برچسب اجزاء سخن برای هر واژه تعیین گردیده است. همچنین لیدهای خبری به‌صورت جداگانه پردازش شده و پس از قطعه‌بندی، ریشه‌یابی و جمله‌بندی، حجم کلمات مجموعه را به سه میلیون افزایش داده است. جمع‌آوری داده‌های این پیکره به‌صورت خودکار (Crawl) صورت پذیرفته است. 

*اطلاعات ارجاع: 

میرزایی، آ.، و صفری، پ. (۱۳۹۵). پیکرۀ تیتر خبرگزاری‌های فارسی‌زبان. مجموعه مقالات دومین همایش ملی زبان‌شناسی پیکره‌ای. تهران: نشر نویسه پارسی.

اطلاعات انتشار:

ناشر
پژوهشگر(ان) طرح
شرایط استفاده

برای دریافت داده یا کسب اطلاعات بیشتر با ناشر(ان) تماس حاصل فرمایید.

مجوز
نامشخص
تاریخ ثبت در پیکره‌گان
۱۳۹۶-۰۹-۲۲
تاریخ آخرین تغییر
۱۳۹۷-۱۱-۰۳
شناسه
P3960922
آمار بازدید
۴۶۸

© ۲۰۱۸ CRCIS All Rights Reserved.‎