02_PoS.zip

Dieser Ordner enthält die lemmatisierten Texte mit Part-of-Speech-Annotationen. Für die Annotation wurde die Open-Source-Software TreeTagger genutzt, die von Helmut Schmid im TC-Projekt des Instituts für Computerlinguistik der Universität Stuttgart entwickelt wurde. Das Tool sowie Parameter für zahlreiche Sprachen stehen u. a. auf der Webseite des Centrums für Informations- und Sprachverarbeitung der LMU München zur Verfügung: https:// www.cis.uni-muenchen.de/~schmid/tools/TreeTagger/ [Letzter Zugriff am 16.01.2023]. Die Dateien wurden auf zehn Subkorpora aufgeteilt, die sich jeweils einem Sprecher und einem historischen Abschnitt zuordnen lassen (Aufteilung am Ende der README-Datei).

本文件夹包含经过词形还原处理且带有词性标注（Part-of-Speech）的文本。本次词性标注采用开源软件TreeTagger，该工具由赫尔穆特·施密特（Helmut Schmid）在斯图加特大学计算机语言学研究所的TC项目中开发完成。该工具及针对多种语言的参数文件可通过慕尼黑大学（LMU München）信息与语言处理中心的官方网站获取：https://www.cis.uni-muenchen.de/~schmid/tools/TreeTagger/ [最后访问日期：2023年1月16日]。本次数据集的文件被划分为10个子语料库，每个子语料库均可对应至一位说话者与一个历史时期，具体划分方式详见README文件末尾。