A comprehensive bilingual general language translation dictionary (work in progress).

Corpus containing morphologically analyzed articles with named entity annotations (persons, organizations, locations) in BOI format.

Projekti „Eesti avatud paralleelkorpus” eesmärk on luua oluline kogus keeleressursse statistiliste masintõlkesüsteemide parendamiseks. Projekt aitab kaasa olukorra saavutamisele kus: (i) Erinevad kommerts- ja kogukondlikud masintõlkesüsteemid pakuvad kvaliteetset tõlketeenust. (ii) Masintõlkesüsteemide teenused on lõppkasutajatele võimalikult väheste piirangutega (tasu, maht, kasutatavad platvormid) kättesaadavad. (iii) Sõltuvus üksikutest masintõlketeenuste kommertsteenusepakkujatest ei ole kriitiline ja on asendatav avatud ning vabavaraliste lahendustega. Projekti mõõdetavad tulemid on: (i) Kogutud ja korrastatud paralleelkorpuste maht. Projekti esimese aasta jooksul kogutud vähemalt 2,5 miljonit ühikut...

Eesti ja Euroopa seadusetekstide korpus. TEI P5 XML märgendus, UTF8 kodeering.

korpus

Eesti Keele Instituudi reeglipõhine morfoloogiatööriistade komplekt sisaldab endas eraldi kasutatavaid mooduleid silbitamise, tüübituvastuse, morfoloogilise analüüsi ja sünteesi kohta.

Raw text corpus. Resource for building Estonian Framenet

Kõnesünteesikeskkond koondab endas eesti keele tekst-kõne sünteesi erinevaid variante, rakendusi, liideseid ja muid materjale, mis sünteesimiseks on loodud. Kuulata saab erinevaid eestikeelseid sünteeshääli ning neid ka alla laadida. Samuti saab alla laadida sünteesi kasutavaid rakendusi nii nutitelefonidele kui ka arvutitele.

This database contains a subtype of multi-word expressions, namely those consisting of a verb and a particle or a verb and its complements.

2012. aastal ilmunud „Eesti etümoloogiasõnaraamatu“ elektrooniline versioon. Sisaldab teavet eesti keele sõnatüvede päritolu ja sõnade omavaheliste päritoluseoste kohta (laenud, omatüved, tehistüved jm). Sisaldab „ÕS 2006“ sõnatüvede etümoloogiaid (v.a võõrsõnatüved).

This corpus includes telepone interviews from different radio programmes.

Kõnetuvastust kasutav mobiilirakendus: kalkulaator ja assistent.

Kõnele on kõnetuvastusteenus Androidi rakendustele, mis võimaldab saata e-kirju, sooritada infootsingut, kirjutada märkmeid, anda käske jne kõne abil.

etTenTen korpus on internetist alla laetud eestikeelsete veebilehtede korpus. Korpuses on 270 miljonit sõna 686 000 veebilehelt. vt veel http://www2.keeleveeb.ee/dict/corpus/ettenten/about.html Algmaterjal Korpuse tekstid korjas internetist ja teisendas utf-8 kodeeringus teksti kujule Vit Suchomel. Veebirobotiga laeti alla 1 173 702 veebilehte, kusjuures juba olemas olevate lehtede koopiad jäeti kõrvale; kõrvale jäeti ka lehed, mis on esindatud Eesti kirjakeele koondkorpuses. (http://www.cl.ut.ee/korpused/segakorpus/). Kasutati Jan Pomikaleki doktoritöö käigus loodud programme jusText ja onion (code.google.com/p/justext, code.google.com/p/onion)

„Vadja keele sõnaraamat“ on mälestusmärk vadja keelele – eesti keele lähimale sugulaskeelele. Vadja keele emakeelena kõnelejaid arvatavasti enam ei leidu. Vadja külad Narvast kirde poole jääval Ingeri­maal on hääbunud, viimase alles­jäänud murdeala kõrvale kerkis Ust-Luga sadam tuhandete seal töötavate uus­asukatega. Vadja kirjakeel jäigi tekkimata.

eesti keele seletav sõnaraamat

Sõnaraamat sisaldab umbes 9800 märksõna. Sõnaraamatu sihtgrupiks on mari keelest ja kultuurist huvitatud eestlased ning eesti keelt õppivad marid. Sõnastiku näitelaused ja -fraasid on abiks nii keeleõppijatele kui ka tõlkijatele. Kuigi mari keelel on kaks kirjakeelt – niidumari keel ja mäemari keel –, sisaldab sõnaraamat vaid niidumari vasteid, sest enamasti peetakse mari keelest rääkides silmas just niidumari keelt. Sõnaraamat on kättesaadav ainult elektrooniliselt.

Jooksvalt täienev inglise-eesti veebisõnastik, mis on abiks tõlkimisel ja toetab ka masintõlget. Sõnastikus on praegu ligi 90 000 ingliskeelset sõna ja püsiühendit Sõnastik on loodud hobi korras ning ei pruugi vastata Eesti Keele Instituudi kvaliteedistandardile.