https://webarchivum.oszk.hu/mediawiki/index.php?action=history&feed=atom&title=Lemur_Project 2026-05-07T18:27:51Z Az oldal laptörténete a wikiben MediaWiki 1.31.16 https://webarchivum.oszk.hu/mediawiki/index.php?title=Lemur_Project&diff=1025&oldid=prev 2018-03-18T19:24:28Z

<p></p> <table class="diff diff-contentalign-left" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="hu"> <td colspan="2" style="background-color: #fff; color: #222; text-align: center;">← Régebbi változat</td> <td colspan="2" style="background-color: #fff; color: #222; text-align: center;">A lap 2018. március 18., 19:24-kori változata</td> </tr><tr> <td colspan="2" class="diff-lineno">1. sor:</td> <td colspan="2" class="diff-lineno">1. sor:</td> </tr> <tr> <td class="diff-marker">−</td> <td style="color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>2000-ben a Center for Intelligent Information Retrieval (University of Massachusetts) és a Language Technologies Institute (Carnegie Mellon University) által indított projekt, amelynek keretében különféle open source szövegelemző szoftvereket, böngésző kiegészítőket és keresőgépeket fejlesztenek statisztikai nyelvészeti vizsgálatokhoz. Ezekhez a szövegbányászati kutatásokhoz nagy, megvásárolható adatbázisokat is kínálnak, amelyek archivált weboldalakból állnak. A ClueWeb09 nevű adathalmaz 2009 januárjában és februárjában lett begyűjtve, és tízféle nyelven íródott, több mint 1 milliárd weboldalt tartalmaz, a mérete<del class="diffchange diffchange-inline"> pedig</del> 5 terabájt (tömörítetlenül 25 TB). Az ezt később kiegészítő ClueWeb12 <del class="diffchange diffchange-inline">halmaz</del> 733 millió angol nyelvű <del class="diffchange diffchange-inline">weboldalból áll, amiket 2012 tavaszán arattak</del> <del class="diffchange diffchange-inline">le</del>. </div></td> <td class="diff-marker">+</td> <td style="color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>2000-ben a Center for Intelligent Information Retrieval (University of Massachusetts) és a Language Technologies Institute (Carnegie Mellon University) által indított projekt, amelynek keretében különféle open source szövegelemző szoftvereket, böngésző kiegészítőket és keresőgépeket fejlesztenek statisztikai nyelvészeti vizsgálatokhoz. Ezekhez a szövegbányászati kutatásokhoz nagy, megvásárolható adatbázisokat is kínálnak, amelyek archivált weboldalakból állnak. A ClueWeb09 nevű adathalmaz 2009 januárjában és februárjában lett begyűjtve, és tízféle nyelven íródott, több mint 1 milliárd weboldalt tartalmaz, a mérete 5 terabájt (tömörítetlenül 25 TB). Az ezt később kiegészítő ClueWeb12 <ins class="diffchange diffchange-inline">pedig 2012 tavaszán learatott</ins> 733 millió angol nyelvű <ins class="diffchange diffchange-inline">weboldal</ins> <ins class="diffchange diffchange-inline">halmaza</ins>. </div></td> </tr> <tr> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td> </tr> <tr> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>----</div></td> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>----</div></td> </tr> </table>

Admin https://webarchivum.oszk.hu/mediawiki/index.php?title=Lemur_Project&diff=1024&oldid=prev 2018-03-18T19:23:05Z

<p></p> <table class="diff diff-contentalign-left" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="hu"> <td colspan="2" style="background-color: #fff; color: #222; text-align: center;">← Régebbi változat</td> <td colspan="2" style="background-color: #fff; color: #222; text-align: center;">A lap 2018. március 18., 19:23-kori változata</td> </tr><tr> <td colspan="2" class="diff-lineno">1. sor:</td> <td colspan="2" class="diff-lineno">1. sor:</td> </tr> <tr> <td class="diff-marker">−</td> <td style="color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>2000-ben a Center for Intelligent Information Retrieval (University of Massachusetts) és a Language Technologies Institute (Carnegie Mellon University) által indított projekt, amelynek keretében különféle open source szövegelemző szoftvereket, böngésző kiegészítőket és keresőgépeket fejlesztenek statisztikai nyelvészeti vizsgálatokhoz. Ezekhez a szövegbányászati kutatásokhoz nagy, megvásárolható adatbázisokat is kínálnak, amelyek archivált weboldalakból állnak. A ClueWeb09 nevű adathalmaz 2009 januárjában és februárjában lett begyűjtve, és tízféle nyelven íródott, több mint 1 milliárd weboldalt tartalmaz, a mérete pedig 5 terabájt (tömörítetlenül 25 TB). Az ezt később kiegészítő ClueWeb12 halmaz 733 millió angol nyelvű weboldalból áll, <del class="diffchange diffchange-inline">melyeket</del> 2012 tavaszán arattak le. </div></td> <td class="diff-marker">+</td> <td style="color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>2000-ben a Center for Intelligent Information Retrieval (University of Massachusetts) és a Language Technologies Institute (Carnegie Mellon University) által indított projekt, amelynek keretében különféle open source szövegelemző szoftvereket, böngésző kiegészítőket és keresőgépeket fejlesztenek statisztikai nyelvészeti vizsgálatokhoz. Ezekhez a szövegbányászati kutatásokhoz nagy, megvásárolható adatbázisokat is kínálnak, amelyek archivált weboldalakból állnak. A ClueWeb09 nevű adathalmaz 2009 januárjában és februárjában lett begyűjtve, és tízféle nyelven íródott, több mint 1 milliárd weboldalt tartalmaz, a mérete pedig 5 terabájt (tömörítetlenül 25 TB). Az ezt később kiegészítő ClueWeb12 halmaz 733 millió angol nyelvű weboldalból áll, <ins class="diffchange diffchange-inline">amiket</ins> 2012 tavaszán arattak le. </div></td> </tr> <tr> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td> </tr> <tr> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>----</div></td> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>----</div></td> </tr> </table>

Admin https://webarchivum.oszk.hu/mediawiki/index.php?title=Lemur_Project&diff=1023&oldid=prev 2018-03-18T19:22:34Z

<p></p> <table class="diff diff-contentalign-left" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="hu"> <td colspan="2" style="background-color: #fff; color: #222; text-align: center;">← Régebbi változat</td> <td colspan="2" style="background-color: #fff; color: #222; text-align: center;">A lap 2018. március 18., 19:22-kori változata</td> </tr><tr> <td colspan="2" class="diff-lineno">7. sor:</td> <td colspan="2" class="diff-lineno">7. sor:</td> </tr> <tr> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* [http://lemurproject.org/clueweb12.php A ClueWeb12 adatbázis weboldala]</div></td> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* [http://lemurproject.org/clueweb12.php A ClueWeb12 adatbázis weboldala]</div></td> </tr> <tr> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* [https://github.com/tmanabe/ClueWeb A ClueWeb halmazokhoz használható szoftvereszközök a GitHub-on]</div></td> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>* [https://github.com/tmanabe/ClueWeb A ClueWeb halmazokhoz használható szoftvereszközök a GitHub-on]</div></td> </tr> <tr> <td class="diff-marker">−</td> <td style="color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* [https://www.muni.cz/en/research/publications/991165<del class="diffchange diffchange-inline">]</del> Pomikálek Jan - Rychlý Pavel - Jakubíček Miloš: Building a 70 billion word corpus of English from ClueWeb]</div></td> <td class="diff-marker">+</td> <td style="color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* [https://www.muni.cz/en/research/publications/991165 Pomikálek Jan - Rychlý Pavel - Jakubíček Miloš: Building a 70 billion word corpus of English from ClueWeb]</div></td> </tr> <tr> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td> </tr> <tr> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Category:PROJEKTEK]]</div></td> <td class="diff-marker">&#160;</td> <td style="background-color: #f8f9fa; color: #222; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Category:PROJEKTEK]]</div></td> </tr> </table>

Admin https://webarchivum.oszk.hu/mediawiki/index.php?title=Lemur_Project&diff=1022&oldid=prev 2018-03-18T19:22:17Z

<p>Új oldal, tartalma: „2000-ben a Center for Intelligent Information Retrieval (University of Massachusetts) és a Language Technologies Institute (Carnegie Mellon University) által indítot…”</p> <p><b>Új lap</b></p><div>2000-ben a Center for Intelligent Information Retrieval (University of Massachusetts) és a Language Technologies Institute (Carnegie Mellon University) által indított projekt, amelynek keretében különféle open source szövegelemző szoftvereket, böngésző kiegészítőket és keresőgépeket fejlesztenek statisztikai nyelvészeti vizsgálatokhoz. Ezekhez a szövegbányászati kutatásokhoz nagy, megvásárolható adatbázisokat is kínálnak, amelyek archivált weboldalakból állnak. A ClueWeb09 nevű adathalmaz 2009 januárjában és februárjában lett begyűjtve, és tízféle nyelven íródott, több mint 1 milliárd weboldalt tartalmaz, a mérete pedig 5 terabájt (tömörítetlenül 25 TB). Az ezt később kiegészítő ClueWeb12 halmaz 733 millió angol nyelvű weboldalból áll, melyeket 2012 tavaszán arattak le. <br /> <br /> ----<br /> <br /> * [http://lemurproject.org A Lemur Project honlapja]<br /> * [http://lemurproject.org/clueweb09 A ClueWeb09 adatbázis weboldala]<br /> * [http://lemurproject.org/clueweb12.php A ClueWeb12 adatbázis weboldala]<br /> * [https://github.com/tmanabe/ClueWeb A ClueWeb halmazokhoz használható szoftvereszközök a GitHub-on]<br /> * [https://www.muni.cz/en/research/publications/991165] Pomikálek Jan - Rychlý Pavel - Jakubíček Miloš: Building a 70 billion word corpus of English from ClueWeb]<br /> <br /> [[Category:PROJEKTEK]]</div>

Admin