Euskarazko Wikipediaren esportazioa (2016ko apirilak 7ko bertsioa)

Harremanetarako: 
i.alegria[abildua/at]ehu.eus
Deskribapena: 

Wikipedia oso baliabide interesgarria da hizkuntzaren prozesaketarako. Testu egituratua da eta metadatu asko barneratzen ditu. Baina oinarrizko estatistikak-eta lortzeko testu-formatuan eskuratzea erosoa da. Ixa taldeko lanetarako eskuratu eta garbitu dugu eta eskuragarri jartzea interesgarri delakoan zerbitzari honetara ekarri dugu.


Garbiketarako perl script bat erabili dugu (wikipedia_to_raw_text.pl), eskaripean banatzen duguna.


Lizentzia Wikipediako bera da: CC BY-SA (https://en.wikipedia.org/wiki/Wikipedia:Text_of_Creative_Commons_Attribution-ShareAlike_3.0_Unported_License)


Ariketetan erabiltzeko bertsio labur bat ere jarri dugu eskura. Bertsio laburrak bertsio osoaren lehen 10.000 lerroak barneratzen ditu.

Lizentzia: 
CC BY-SA (<a href=https://en.wikipedia.org/wiki/Wikipedia:Text_of_Creative_Commons_Attribution-ShareAlike_3.0_Unported_License>https://en.wikipedia.org/wiki/Wikipedia:Text_of_Creative_Commons_Attribution-ShareAlike_3.0_Unported_License</a>)<br><br>