Euskara hizkuntzaren ereduak atera

Proiektu honen helburua hizkuntzaren ereduak ateratzea litzateke. Horretarako IXA taldean hainbat urtetan prestatu den EPEC Corpusaren erabiliko da. Hizkuntzaren prozesamenduan, informazio linguistikoz aberastutako testu-masa handiei deitzen zaie corpus. Oso erabilgarriak dira aplikazioak egiteko eta hizkuntzaren ezaugarriak aztertzeko. Euskarazko hainbat corpus daude eta EPEC fakultatean garatu den eta eskuz zuzenduta dagoen corpus bat da.

Proiektu honetan IXA taldeko tresnak erabiliko dira eta ondoko atalak landuko ditugu:
1) 10 aditz esanguratsu hartuta, zer egitura sintaktiko dira gehien erabiltzenak?
2) Aurreko ataleko 10 aditz horientzat, zer egitura sintaktiko-semantiko dira gehien erabiltzenak?


Horretarako Java, C++ lengoaiak erabiliko dira