Um gögnin

Orðagögn (BÍN)

The Database of Icelandic Morphology. The Árni Magnússon Institute for Icelandic Studies. Author and editor Kristín Bjarnadóttir bin.arnastofnun.is.

Gögnin eru gefin út undir CC BY-SA 4.0 leyfinu (Creative Commons Attribution-ShareAlike 4.0 International). Sá orðagagnagrunnur sem Milliorð byggir á, fenginn úr BÍN, en með viðbótum sem lýst er hér að neðan er birtur með sama leyfi.

Breytingar sem gerðar voru

• Hvert orð fékk vísi (index) skv. stöðu þeirra í starfrófsröð. Vísirinn er geymdur í reit rank í gagnagrunninum. Upprunalega BÍN-skráin var þegar í réttri röð, svo þessi röðun er tekin beint þaðan en ekki reiknuð upp á nýtt.
• Gögnunum var breytt úr upprunalegu CSV-sniði BÍN í tengslagagnagrunn (töflurnar Word og WordBending).
• Leynda orðið í Milliorð er takmarkað við nafnorð, lýsingarorð og sagnorð.

Orðaleit í krossgátugerð

Í krossgátugerðinni geta innskráðir notendur leitað í beygingarmyndum BÍN eftir lengd orðs og bókstöfum á tilteknum stöðum, til dæmis að öllum sex stafa orðum með A í fimmta sæti og R í því sjötta. Leitin er hjálpartæki við að búa til krossgátur og sýnir 25 niðurstöður á hverri síðu.

• Beygingarmyndum með bandstriki er sleppt.
• Fyrir leitina er búin til tafla (WordPattern) þar sem hver stafsetning beygingarmyndar kemur einu sinni fyrir, í hástöfum, ásamt lengd sinni og hæstu tíðni þeirra uppflettiorða sem hún tilheyrir.
• Niðurstöðum er sjálfgefið raðað eftir tíðni (sjá Tíðnigögn hér að neðan) en einnig má raða þeim í stafrófsröð.

Tíðnigögn

Arnardóttir, Þórunn og Ingason, Anton Karl. 2023. Frequency lists for Icelandic 23.06. Háskóli Íslands / CLARIN-IS hdl.handle.net/20.500.12537/314, gefin út undir CC BY 4.0.

Notuð er tíðnitalan úr Risamálheildinni (giga_simple_freq.tsv). Þar sem sama orð kemur fram undir fleiri en einum orðflokki í frumgögnunum (oft vegna ónákvæmrar sjálfvirkrar málfræðigreiningar) er hæsta tíðnitalan fyrir það orð notuð. Tíðnin er einungis notuð til að geta auðveldlega fundið algeng orð til að velja sem leynd orð í milliorð leiknum og til að raða niðurstöðum orðaleitarinnar í krossgátugerðinni. Tíðnitaflan sjálf er ekki hluti af sjálfum BÍN-gögnunum.