Proyecto Corpus Herramientas de tratamiento informático del Corpus

Las herramientas informáticas disponibles actualmente para el tratamiento automático del corpus son las siguientes:

• herramientas para el marcaje estructural (parser SGML, ...)
• preproceso (catalán, español)
• analizadores morfológicos de cobertura amplia 
• analizador de formas completas (catalán, español)
• analizador de dos niveles CATMORF (catalán)

(Manual de usuario en formato pdf)
• analizador sintáctico de bajo nivel basado en la Constraint Grammar 

(catalán, español, ingles)
• desambiguadores de base lingüística y estadística (español)
• desambiguadores de base estadística (catalán)
• herramientas para la extracción de información de la base de datos textual

Para obtener más información sobre la disponibilidad de algunas herramientas

Demos de les herramientas de tratamiento informático del Corpus

• preproceso, analizador morfològico y desambiguador para texto en español y en catalán

• alineador de textos paralelos 
• detector de neologismos (SEXTAN)