Eesti keele ühendkorpus 2021

Viita kui: Koppel, Kristina; Kallas, Jelena (2022). Eesti keele ühendkorpus 2021. DOI: 10.15155/3-00-0000-0000-0000-08D17L. Allkorpused on eesti keele koondkorpus, sh tasakaalus korpus; eesti keele veebikorpused 2013, 2017, 2019 ja 2021; Vikipeedia 2021, sh Vikipeedia Talk 2017; avatud lähtekoodiga teadusartiklite korpus DOAJ; uudisvoogude allkorpus 2014-2021; kirjanduse allkorpus. Korpuse tekstid on klassifitseeritud kuude žanrisse ning 24 teemasse. Žanrid on akadeemiline kirjutamine, blogid, entsüklopeedia, foorumid, perioodika, veebikaubandus; teemad ajalugu, autod, ehitus ja kinnisvara, haridus, hasartmängud, ilu, IT ja tehnoloogia, kodu, pere ja lapsed, kultuur ja meelelahutus, majandus, rahandus ja äri, loodus ja keskkond, loomad, naised, poliitika ja valitsemine, põllumajandus, reisimine ja turism, religioon, seks, sport, teadus, tervis, toit ja joogid, videomängud, õigus. Korpus sisaldab 2 945 431 278 sõnet, 2 410 296 919 sõna, 196 615 233 lauset, 64 500 162 lõiku, 11 744 940 dokumenti.