Konferenzbeitrag
Addressing Cha(lle)nges in Long-Term Archiving of Large Corpora
This paper addresses long-term archival for large corpora. Three aspects specific to language resources are focused, namely (1) the removal of resources for legal reasons, (2) versioning of (unchanged) objects in constantly growing resources, especially where objects can be part of multiple releases but also part of different collections, and (3) the conversion of data to new formats for digital preservation. It is motivated why language resources may have to be changed, and why formats may need to be converted. As a solution, the use of an intermediate proxy object called a signpost is suggested. The approach will be exemplified with respect to the corpora of the Leibniz Institute for the German Language in Mannheim, namely the German Reference Corpus (DeReKo) and the Archive for Spoken German (AGD).
- Sprache
-
Englisch
- Thema
-
Korpus <Linguistik>
Langzeitarchivierung
Nutzungsrecht
Dateiformat
Sprache
- Ereignis
-
Geistige Schöpfung
- (wer)
-
Arnold, Denis
Fisseni, Bernhard
Kamocki, Paweł
Schonefeld, Oliver
Kupietz, Marc
Schmidt, Thomas
- Ereignis
-
Veröffentlichung
- (wer)
-
Paris : European Language Resources Association
- (wann)
-
2020-05-12
- URN
-
urn:nbn:de:bsz:mh39-98129
- Letzte Aktualisierung
-
06.03.2025, 09:00 MEZ
Datenpartner
Leibniz-Institut für Deutsche Sprache - Bibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Objekttyp
- Konferenzbeitrag
Beteiligte
- Arnold, Denis
- Fisseni, Bernhard
- Kamocki, Paweł
- Schonefeld, Oliver
- Kupietz, Marc
- Schmidt, Thomas
- Paris : European Language Resources Association
Entstanden
- 2020-05-12
Ähnliche Objekte (12)
DeReKo durchbricht Drei-Milliarden-Grenze
Addressing Cha(lle)nges in Long-Term Archiving of Large Corpora
Der Programmbereich Korpuslinguistik am IDS: Gegenwart und Zukunft
Regime cha(lle)nge
Analyzing domain specific word embeddings for a large corpus of contemporary German. International Corpus Linguistics Conference, Cardiff, Wales, UK, July 22-26, 2019
Visualisierung sprachlicher Daten. Visual Linguistics – Praxis – Tools
Visualisierung als aufmerksamkeitsleitendes Element bei der Analyse sehr großer Korpora
Korpuslinguistik
Recent developments in DeReKo
Von Schienen, Zügen und linguistischen Fragestellungen
Gebrauchsbasierte Grammatik: Statistische Regelhaftigkeit
CMC Corpora in DeReKo
DeReKo durchbricht Drei-Milliarden-Grenze
Addressing Cha(lle)nges in Long-Term Archiving of Large Corpora
Der Programmbereich Korpuslinguistik am IDS: Gegenwart und Zukunft
Regime cha(lle)nge
Analyzing domain specific word embeddings for a large corpus of contemporary German. International Corpus Linguistics Conference, Cardiff, Wales, UK, July 22-26, 2019
Visualisierung sprachlicher Daten. Visual Linguistics – Praxis – Tools
Visualisierung als aufmerksamkeitsleitendes Element bei der Analyse sehr großer Korpora
Korpuslinguistik
Recent developments in DeReKo
Von Schienen, Zügen und linguistischen Fragestellungen
Gebrauchsbasierte Grammatik: Statistische Regelhaftigkeit
CMC Corpora in DeReKo
DeReKo durchbricht Drei-Milliarden-Grenze
Addressing Cha(lle)nges in Long-Term Archiving of Large Corpora
Der Programmbereich Korpuslinguistik am IDS: Gegenwart und Zukunft
Regime cha(lle)nge
Analyzing domain specific word embeddings for a large corpus of contemporary German. International Corpus Linguistics Conference, Cardiff, Wales, UK, July 22-26, 2019
Visualisierung sprachlicher Daten. Visual Linguistics – Praxis – Tools
Visualisierung als aufmerksamkeitsleitendes Element bei der Analyse sehr großer Korpora
Korpuslinguistik
Recent developments in DeReKo
Von Schienen, Zügen und linguistischen Fragestellungen
Gebrauchsbasierte Grammatik: Statistische Regelhaftigkeit