LIA-trebanken inneheld 7536 segment og 77 701 ord/token frå LIA norsk - korpus av eldre dialektopptak. Segmenta er henta frå 19 transkriberte intervju frå 17 stader i Noreg.
Trebanken finst i tre versjonar:
NDC-trebanken inneheld 4637 segment og 66 042 ord/token frå den norske delen av Nordisk dialektkorpus. Segmenta er henta frå 30 transkriberte intervju frå 17 stader i Noreg.
Trebanken finst i to versjonar:
LIA-trebanken og NDC-trebanken er annoterte på same måte og har omlag dei same 17 målepunkta.
Så langt det er mogleg følgjer annotasjonen i begge trebankane retningslinjene til Norsk dependenstrebank og «Retningslinjer for morfologisk og syntaktisk annotasjon i Norsk dependenstrebank» (Kari Kinn, Per Erik Solberg og Pål Kristian Eriksen, 2013).
LIA-prosjektet har utarbeida eigne retningslinjer for enkelte talemålstrekk som ikkje er nemnt i NDT-retningslinjene. Desse er også nytta i NDC-trebanken.
Les retningslinjene her.
Annoteringa i trebankane er gjort maskinelt, men er kvalitetssjekka og manuelt korrigert av minst ein person ved hjelp av annoteringsverktøya TreD (LIA) og ConlluEditor (NDC).
Arbeidet med trebankane er finansiert av to nasjonale NFR-infrastrukturprosjekt: LIA (2014 - 2019) og Clarino+ (2020 - 2023).
