N-grammer fra NBdigital 2022
- Datasett
- Allmenn tilgang
Offentlig tilgjengelig for alle. Tilgang kan likevel kreve registrering og forespørsel om API-nøkler, så lenge hvem som helst kan be om slik registrering og/eller API-nøkler.
- Åpne data
Beskrivelse
Dette korpuset inneholder n-grammer – uni-, bi- og trigrammer – fra alle bøker og aviser som var blitt digitalisert ved Nasjonalbiblioteket per 15. juli 2022. N-grammene er laget på basis av et materiale bestående av om lag 610.000 bøker og 4.000.000 avishefter, til sammen ca. 138,5 milliarder "tokens" (ord og tegnsetting). Filformatet er UTF-8-kodert CSV.
Kolonnene i CSV-filene med n-grammer er som følger:
- first - det første ordet i n-grammet (i uni-, bi- og trigram)
- second - det andre ordet i n-grammet (i bi- og trigram)
- third - det tredje ordet i n-grammet (i trigram)
- lang - språkkode for n-grammet (gjelder kun bøker, avisene har ingen språkklassifikasjon per nå)
- freq - den totale frekvensen for n-grammet i samlingen av bøker eller aviser
- json - et dictionary med råfrekvens per år
totals.json inneholder totalfrekvenser innenfor årganger i hhv. bok- og avismaterialet. Med disse kan man lett regne ut relativfrekvenser for sammenligning på tvers av år som i NB N-gram.
metadata-digibok.csv og metadata-digavis.csv inneholder enkle metadata for alle bøkene og avisene som inngår i bok- og aviskorpuset. Hvis du er interessert i mer utførlige metadata, henviser vi til Oria eller NBs APIer under https://api.nb.no/.
Se dokumentasjonsfilene for mer informasjon.
Distribusjoner1
Navnløs distribusjon- gz
- gz
- Beskrivelse:
- Ikke oppgitt
- TilgangsURL:
- https://hdl.handle.net/21.11146/76
- Status:
- Ikke oppgitt
- Direkte nedlastning:
- API:
- Ikke oppgitt
- Dokumentasjon:
- Ikke oppgitt
- Lisens:
- I samsvar med:
- Ikke oppgitt
- Rettigheter for bruk:
- Ikke oppgitt
API-er som tilgjengeliggjør dette datasettet0
Lignende datasett
| Stortingskorpuset 2.0 | Allmenn tilgang | |
| NB Samtale | Allmenn tilgang | |
| Omsetjingsminne frå Nynorsk pressekontor 2022 | Allmenn tilgang | |
| Norsk koreferansekorpus | Allmenn tilgang | |
| bokselskap.no 2023 | Allmenn tilgang |
Distribusjoner1
Navnløs distribusjon- gz
- gz
- Beskrivelse:
- Ikke oppgitt
- TilgangsURL:
- https://hdl.handle.net/21.11146/76
- Status:
- Ikke oppgitt
- Direkte nedlastning:
- API:
- Ikke oppgitt
- Dokumentasjon:
- Ikke oppgitt
- Lisens:
- I samsvar med:
- Ikke oppgitt
- Rettigheter for bruk:
- Ikke oppgitt
API-er som tilgjengeliggjør dette datasettet0
Kontaktinformasjon
- Kontaktpunkt:
- Ikke oppgitt
- Nettside:
- https://www.nb.no/sprakbanken/
- E-post:
- sprakbanken@nb.no
- Telefon:
- Ikke oppgitt
Om dataene
- Språk:
- , sørsamisk, , lulesamisk, ,
- Innholdsleverandører:
- Ikke oppgitt
- Opphav:
- Ikke oppgitt
- Oppdateringsfrekvens:
- Ikke oppgitt
- Først utgitt:
Denne datoen sier når dataene i dette datasettet første gang ble utgitt. Det kan ha skjedd før datasettet ble publisert på data.norge.no.
- 15. juli 2022
- Sist oppdatert:
- 21. desember 2022
- Geografisk avgrensning:
- Ikke oppgitt
- Tidsmessig avgrensning:
- Ikke oppgitt
- I samsvar med:
Referanse til en implementasjonsregel eller annen spesifikasjon, som ligger til grunn for opprettelsen av datasettet.
- Ikke oppgitt
- Kvalitetsmerknader:
- Ikke oppgitt
Gjeldende lovgiving
Begreper brukt i datasett
Referanser
Gebyr
Om datasettet
- Utgiver:
- Nasjonalbiblioteket
- Publisert:
Denne datoen sier når datasettet ble høstet av data.norge.no. Det kan ha vært tilgjengelig tidligere andre steder.
- 21. desember 2022
- Sist oppdatert:
- 13. mars 2026
- Landingsside:
- Ikke oppgitt
- Dokumentasjon:
- Ikke oppgitt
- Datasettype:
- Ikke oppgitt
- Metadatakvalitet:
Metadatakvalitet er en indikator på hvor godt datasettene er beskrevet ved hjelp avmetadata.
- God (59%)
- URI:
Tema
Nøkkelord
Diskusjoner på Datalandsbyen0
Hva er Datalandsbyen?
Datalandsbyen er vårt nettforum hvor du kan etterspørre data, dele erfaringer og spørre om råd som gjelder datadeling og informasjonsforvaltning.
Resource Description Framework (RDF)Alle URL-er til ressurser på data.norge.no kan levere RDF-metadata i flere ulike formater, avhengig av hvilken Accept header man sender med.
Alle URL-er til ressurser på data.norge.no kan levere RDF-metadata i flere ulike formater, avhengig av hvilken Accept header man sender med.