Inventari de las ressorsas numericas

Loflòc, lexique morphologique pour l'occitan

Lexique morphologique de 680 000 entrées avec leur lemme et leur PoS qui suit les préconisation de l'Universal Dependencies.

Lengas: occitan

Variantas: occitan languedocien

Subjèctes: Lexiques flexionnels

Authors: Marianne Vergez-Couret

Licéncia: CC-BY

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://zenodo.org/records/10838802#1838

McCATMuS

Corpus de textes manuscrits, imprimés et tapés à la machine avec leur transcription textuelle. Ces textes datent du 16e au 21e siècle et contiennent 118 000 lignes de textes en 7 langues.

Lengas: occitan, français, latin, italien, espagnol, autres

Variantas:

Subjèctes: Corpus OCR

Authors: Alix Chagué

Licéncia: CC-BY

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://zenodo.org/records/13788177#1837

Tokenization for Occitan (python)

Tokenizer en python développé pour prendre en compte les spécificités de l'occitan gascon et de l'occitan languedocien.

Lengas: occitan

Variantas: occitan languedocien, occitan gascon

Subjèctes: Tokenizers

Authors: Marianne Vergez-Couret

Licéncia: CC-BY

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://zenodo.org/records/12515136#1835

translate_po_with_revirada.py

Outil qui permet de traduire automatiquement un fichier .po entre le français et l'occitan en appelant l'API Revirada.

Lengas: occitan, français

Variantas: occitan languedocien, occitan gascon

Subjèctes: Outils pour webmasters

Authors: Lo Congrès

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://github.com/locongres/miscellaneous/blob/main/README.md#1833

ReVoc Corpus

Corpus audio aligné collaboratif créé dans le cadre de ReVoc, le projet de reconnaissance vocale occitane.

Lengas: occitan

Variantas: occitan auvergnat, occitan gascon, occitan languedocien, occitan limousin, occitan provençal, occitan aranais, occitan nissard

Subjèctes: Corpus de la parole

Authors: Lo Congrès

Licéncia: CC-BY

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://zenodo.org/records/11566430#1832

Lo Congrès websites Corpus

Phrases alignées tirées des sites multilingues (français, occitan et parfois anglais) du Congrès

Lengas: occitan, français, anglais

Variantas: occitan auvergnat, occitan gascon, occitan languedocien, occitan limousin, occitan provençal, occitan aranais, occitan cisalpin, occitan vivaro

Subjèctes: Corpus parallèles

Authors: Lo Congrès

Licéncia: CC-BY

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://zenodo.org/records/12192029#1831

Dumps du traducteur MinT

Phrases alignées des corpus servant à entraîner le traducteur automatique MinT.

Lengas: occitan, français, catalan

Variantas:

Subjèctes: Corpus parallèles

Authors: Wikimedia Foundation

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://dumps.wikimedia.org/other/contenttranslation/#1830

Corpus du fonds Aran e l'UAB

Textes en occitan aranais numérisés et disponibles à plusieurs formats (dont txt).

Lengas: occitan

Variantas: occitan aranais

Subjèctes: Corpus de textes monolingues

Authors:

Licéncia: ©

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://ddd.uab.cat/pub/honsaran/#1829

Guies de conversa universitària

Lexique multilingue de phrases de la vie de tous les jours.

Lengas: occitan, catalan, français, espagnol, autres

Variantas: occitan aranais

Subjèctes: Lexiques bilingues

Authors:

Licéncia: ©

Formats: Outil en ligne

Ligam cap a la ressorsa: https://www.ub.edu/guia-conversa/index.php#1828

Diccionari der aranés

Dictionnaire en ligne avec 10 800 entrées, des définitions, des exemples et des synonymes.

Lengas: occitan

Variantas: occitan aranais

Subjèctes: Lexiques monolingues

Authors:

Licéncia: © Institut d'Estudis Aranesi

Formats: Outil en ligne

Ligam cap a la ressorsa: https://www.diccionari.cat/diccionari-der-aranes##1827

Conjugador aranés

Conjugueur en ligne pour l'occitan aranais.

Lengas: occitan

Variantas: occitan aranais

Subjèctes: Lexiques flexionnels

Authors:

Licéncia: ©

Formats: Outil en ligne

Ligam cap a la ressorsa: https://www.diccionariaranes.com/conjugador#1826

Corpus de contes traditionnels écrits occitans annotés avec PoS

Corpus de 5 extraits de textes annotés manuellement avec les lemmes et les PoS, suivant la norme Grace.

Lengas: occitan

Variantas: occitan languedocien, occitan gascon

Subjèctes: Corpus textuels annotés

Authors: Marianne Vergez-Couret

Licéncia: CC-BY

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://zenodo.org/records/1456564#1818

MinT

Traducteur automatique entraîné à partir du contenu des outils de Wikimedia, basé sur plusieurs modèles de langue.

Lengas: occitan, français, catalan, espagnol, autres

Variantas: occitan languedocien

Subjèctes: Traduction automatique, API (Application Programming Interface)

Authors: Wikimedia Foundation

Licéncia: Copyright avec réutilisation autorisée

Formats: Fichiers téléchargeables, service en ligne, API

Ligam cap a la ressorsa: https://translate.wmcloud.org/html#1817

SoftwaresOccitanTranslations corpus

Corpus bilingue, corpus bivariété et corpus monolingue générés automatiquement en alignant les traductions de nombreux logiciels open source.

Lengas: occitan, français, catalan, espagnol, autres

Variantas: occitan auvergnat, occitan gascon, occitan languedocien, occitan limousin, occitan vivaro

Subjèctes: Corpus parallèles, Corpus de textes monolingues, Corpus de textes bivariétés

Authors: Lo Congrès

Licéncia: CC-BY

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://zenodo.org/records/8411351#1814

Occitan Corpus from Lo Congrès news

Corpus au format csv, segmenté au niveau de la phrase, généré à partir des actualités publiées sur le site locongres.org.

Lengas: occitan, français

Variantas: occitan auvergnat, occitan gascon, occitan languedocien, occitan limousin, occitan vivaro

Subjèctes: Corpus parallèles

Authors: Lo Congrès

Licéncia: CC-BY

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://zenodo.org/records/8411197#1813

Universal Dependencies treebank

Corpus textuel annoté morphosyntaxiquement et syntaxiquement pour plus de 100 langues, dont l'occitan.

Lengas: occitan, autres

Variantas:

Subjèctes: Corpus textuels annotés

Authors: Daniel Zeman et al.

Licéncia: CC

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://universaldependencies.org/#1812

Plaintext Wikipedia dump 2018

Corpus des articles de nombreuses Wikipedia (dont l'occitane) en 2018 formatés en plein texte.

Lengas: occitan, autres

Variantas:

Subjèctes: Corpus de textes monolingues

Authors: Rudolf Rosa

Licéncia: CC-BY-SA

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://lindat.mff.cuni.cz/repository/xmlui/handle/11234/1-2735#1809

Leipzig Corpora Collection

Corpus tiré de Wikipèdia et du moissonnage de site web, que l'on peut télécharger ou explorer pour afficher les mots proches. L'occitan y est représenté.

Lengas: occitan, autres

Variantas:

Subjèctes: Corpus de textes monolingues

Authors: Université de Leipzig

Licéncia: CC-BY-NC

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://corpora.wortschatz-leipzig.de/#1808

OcWikiAnnot: Annotated Wikipedia Corpus of Occitan

Corpus tiré de Wikipèdia, annoté en POS et lemmatisé.

Lengas: occitan

Variantas:

Subjèctes: Corpus textuels annotés

Authors: Miletic, Aleksandra

Licéncia: CC-BY

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://zenodo.org/record/7777340#1807

OSCAR (Open Super-large Crawled Aggregated coRpus)

Corpus moissonné sur le web pour de nombreuses langues, dont l'occitan.

Lengas: occitan, autres

Variantas:

Subjèctes: Corpus de textes monolingues

Authors: Inria, PRAIRIE Institute

Licéncia: CC0

Formats: Fichiers téléchargeables

Ligam cap a la ressorsa: https://oscar-project.org/#1806