COR.SEM

COR.SEM tilføjer semantisk information til en stor del af ordene i Det centrale ordregister COR-K og COR.EXT.

I COR.SEM er oplysninger fra en række andre sprogressourcer samlet i én ressource, idet alle anvender samme betydningsindeksering som Den Danske Ordbog. Desuden er en lang række oplysninger udviklet og tilføjet, baseret på bl.a. oplysningstyper i det Danske Wordnet DanNet og Det Danske FrameNet-leksikon, Den Danske Ordbogs beskrivelser af det danske ordforråd samt information i Den Danske Begrebsordbog.

COR.SEM er et semantisk modul der kan anvendes i avancerede AI-applikationer hvor betydningslaget i sproget indgår. Modulet kan anvendes uafhængigt af COR-indekset til fx at udvikle benchmark-datasæt med henblik på at vurdere hvor godt sprogmodeller håndterer forskellige aspekter af sprogforståelse, eller til finetuning af sprogmodeller. COR.SEM kan også anvendes til semantisk opmærkning af tekster og som træningsdata.

COR-S indeholder 34.000 opslagsord med i alt 42.000 betydninger, herunder 10.500 opslagsord der er udpeget som centrale og væsentlige ord i dansk i DanNet og Den Danske Begrebsordbog.. Ressourcen indeholder desuden links til DanNet. COR.SEM kan suppleres med betydningsdefinitioner og brugseksempler fra datasættet COR.SEM.EXT under en mere restriktiv licens.

COR.SEM er udviklet af Det Danske Sprog- og Litteraturselskab og Center for Sprogteknologi, Københavns Universitet.