Corpus Canopé de Corse (CCdC)

Le corpus CCdC est un ensemble de textes en corse, une langue peu dotée principalement parlée en Corse et dans le nord de la Sardaigne. Le corse est une langue régionale de France.Le corpus CCdC a été développé dans le cadre du projet « Un outil linguistique au service de la Corse et des Corses : la Banque de Données Langue Corse (BDLC) » (financé par le programme CPER), et plus spécifiquement des développements en TAL (Traitement Automatique des Langues) qui y sont menés.Ce projet a entre autres pour objectif de constituer et mettre à disposition des ressources linguistiques, dont ce corpus est un exemple.Plus d’informations sur ce projet sont disponibles dans la bibliographie proposée dans la documentation ou à l’adresse https://bdlc.univ-corse.fr/tal/.Le corpus est proposé en version XML TEI P5, ainsi qu'au format TXT brut. Les fichiers PDF source (sous licence CC BY-NC-ND 2.0 FR) sont également mis à disposition.Le corpus est également accessible au travers d'une interface de consultation (concordancier) à l'adresse suivante : https://bdlc.univ-corse.fr/concord_ccdc/Enfin le rapport documente la constitution et certaines caractéristiques du corpus.