This subcorpus contains the issues of Eesti Päevaleht, an Estonian daily 18.10.1995 - 31.10.2007, (4065 issues with 366862 articles), altogether 87,9 million words in 6,6 million sentences.
| year | issues | articles | sentences | tokens |
|---|---|---|---|---|
| 1995 | 61 | 1876 | 58493 | 738037 |
| 1996 | 292 | 10867 | 305755 | 3946465 |
| 1997 | 286 | 13169 | 303103 | 4013049 |
| 1998 | 331 | 14546 | 338472 | 4377783 |
| 1999 | 310 | 18481 | 418157 | 5455466 |
| 2000 | 329 | 51070 | 934380 | 12329581 |
| 2001 | 338 | 63777 | 1065952 | 14246608 |
| 2002 | 356 | 35666 | 629646 | 8643510 |
| 2003 | 364 | 29366 | 584089 | 7937521 |
| 2004 | 364 | 28296 | 565734 | 7656749 |
| 2005 | 365 | 28977 | 561782 | 7586399 |
| 2006 | 365 | 36987 | 523889 | 7132934 |
| 2007 | 304 | 33784 | 273143 | 3836326 |
| Summed: | 4065 | 366862 | 6562595 | 87900428 |
The corpus is free for use for non-commercial purposes only.
Mark-up and annotation conform to the TEI-guidelines. One file contains one issue of the newspaper.
Every file begins with a header<teiheader> that contains information about file size, used tags etc.
The non-textual material has been omitted from the text and replaced by a tag <gap desc=’description_of_the_omitted_material’>. By non-textual material we mean pictures (photos, drawings, diagrams etc), tables etc.
In the corpus version one can access via our corpus query, all mark-up except the tags <gap> used for the omitted material have been deleted.
SGML-files contain entities listed in this table
The non-ASCII characters/symbols are presented using the following entities:
| Frequency |
Entity | Symbol | Estonian description |
|---|---|---|---|
| 46 | Á | Á | ladina suur A akuudiga |
| 1254 | á | á | ladina väike a akuudiga |
| 33 | â | â | ladina väike a tsirkumfleksiga e. katusega |
| 3 | Â | Â | ladina suur A tsirkumfleksiga e. katusega |
| 42 | Æ | Æ | (AE ligatuur) |
| 1508 | æ | æ | (ae ligatuur ) |
| 4 | À | À | ladina suur A graavisega |
| 221 | à | à | ladina väike a graavisega |
| 55 | ā | ā | ladina väike a ulakriipsuga |
| 9329 | & | & | ampersand |
| 128 | Å | Å | ladina suur A ülasooriga |
| 1260 | å | å | ladina väike a ülasooriga |
| 70 | ã | ã | ladina väike a tildega |
| 41881 | Ä | Ä | A |
| 6954694 | ä | ä | a |
| 71 | • | • | ### |
| 412 | ć | ć | ladina väike c akuudiga |
| 3 | Č | Č | ladina suur C haagiga |
| 13 | č | č | ladina väike c haagiga |
| 107 | ç | ç | ladina väike c sediiga |
| 7 | Ç | Ç | ladina suur C sediiga |
| 64 | Ĉ | Ĉ | ladina suur C tsirkumfleksiga e. katusega |
| 490 | ĉ | ć | ladina väike c tsirkumfleksiga e. katusega |
| 29 | © | © | autoriõiguse märk |
| 1 | † | † | ### |
| 651 | ° | ° | kraadimärk |
| 17 | ÷ | ÷ | jagamismärk |
| 98 | É | É | ladina suur E akuudiga |
| 4504 | é | é | ladina väike e akuudiga |
| 5 | ê | ê | ladina väike e tsirkumfleksiga e. katusega |
| 221 | è | è | ladina väike e graavisega |
| 10 | Ē | Ē | ladina suur e ulakriipsuga |
| 113 | ē | ē | ladina väike e ulakriipsuga |
| 575 | ë | ë | ladina väike e umlautiga |
| 7 | Ë | Ë | ladina suur E umlautiga |
| 25 | € | € | euro märk |
| 43 | ½ | ½ | murd 1/2 |
| 18 | ¼ | ¼ | murd 1/4 |
| 4 | ¾ | ¾ | murd 3/4 |
| 1 | ǵ | ǵ | ladina väike g akuudiga |
| 415 | > | > | suurem-kui-märk |
| 817 | … | … | ### |
| 203 | í | í | ladina väike i akuudiga |
| 2 | Í | Í | ladina väike l akuudiga |
| 3 | î | î | ladina väike i tsirkumfleksiga e. katusega |
| 3 | ì | ì | ladina väike i graavisega |
| 41 | ī | ī | ladina väike i ulakriipsuga |
| 32 | ï | ï | ladina väike i umlautiga |
| 155 | ķ | ķ | ladina väike k sediiga |
| 6 | Ķ | Ķ | ladina suur K sediiga |
| 13 | ļ | ļ | ladina väike l sediiga |
| 60 | < | < | vaiksem-kui-märk |
| 2 | Ń | Ń | ladina suur N akuudiga |
| 9 | ń | ń | ladina väike n akuudiga |
| 26 | | tuhik | |
| 36 | ņ | ń | ladina väike n sediiga |
| 2 | ≠ | ≠ | ei-võrdu-märk |
| 180 | ñ | ñ | ladina väike n tildega |
| 716 | ó | ó | ladina väike o akuudiga |
| 16 | Ó | Ó | ladina suur O akuudiga |
| 333 | ô | ô | ladina väike o tsirkumfleksiga e. katusega |
| 2 | œ | œ | (oe ligatuur) |
| 3 | ò | ò | ladina väike o graavisega |
| 3 | Ō | Ō | ladina suur O ulakriipsuga |
| 56 | ō | ō | ladina väike o ulakriipsuga |
| 1829 | ø | ø | ladina väike o labiva kaldkriipsuga |
| 53 | Ø | Ø | ladina suur O labiva kaldkriipsuga |
| 5816758 | õ | õ | õ |
| 66638 | Õ | Õ | Õ |
| 1746821 | ö | ö | ö |
| 13594 | Ö | Ö | Ö |
| 201 | ‰ | ‰ | promilli märk |
| 10 | ± | ± | pluss-miinus |
| 724 | ? | ? | küsimärk |
| 7 | → | → | paremale näitav nool |
| 2 | ř | ř | ladina väike r haagiga |
| 44 | ® | ® | registreeritud kaubamärk |
| 6 | Ś | Ś | ladina suur S akuudiga |
| 37 | ś | ś | ladina väike s akuudiga |
| 102757 | š | ř | š |
| 19033 | Š | Š | Š |
| 14 | ş | ş | ladina väike s sediiga |
| 22 | Ş | Ş | ladina suur S sediiga |
| 2140 | § | § | paragrahvi märk |
| 17 | ¹ | ¹ | ülaindeks 1 |
| 423 | ² | ² | ülaindeks 2 |
| 156 | ³ | ³ | ülaindeks 3 |
| 44 | ß | ß | ladina väike sz |
| 36 | × | × | korrutusmärk |
| 9 | ™ | ™ | ### |
| 32 | ú | ú | ladina väike u akuudiga |
| 17 | Ú | Ú | ladina suur U akuudiga |
| 5 | Û | Û | ladina suur U tsirkumfleksiga e. katusega |
| 46 | û | û | ladina väike u tsirkumfleksiga e. katusega |
| 5 | ù | ù | ladina väike u graavisega |
| 1 | Ū | Ū | ladina suur U ülakriipsuga |
| 60 | ū | ū | ladina väike u ülakriipsuga |
| 1 | ů | ů | ladina väike u ülasooriga |
| 1 | ũ | ũ | ladina väike u tildega |
| 193682 | Ü | Ü | Ü |
| 3853548 | ü | ü | ü |
| 12 | ý | ý | ladina väike y akuudiga |
| 3 | Ý | Ý | ladina suur Y akuudiga |
| 16 | ÿ | ÿ | ladina väike y umlautiga |
| 44311 | ž | ž | ž |
| 2573 | Ž | Ž | Ž |
| 1 | Б | Б | ### |
| 2 | В | В | ### |
| 1 | Д | Д | ### |
| 1 | З | З | ### |
| 1 | И | И | ### |
| 1 | Л | Л | ### |
| 2 | М | М | ### |
| 1 | О | О | ### |
| 1 | С | С | ### |
| 2 | Т | Т | ### |
| 1 | Ч | Ч | ### |
| 1 | Ы | Ы | ### |
| 2 | Э | Э | ### |
| 1 | Ю | Ю | ### |
| 4 | Я | Я | ### |
| 15 | а | а | ### |
| 1 | в | в | ### |
| 4 | д | д | ### |
| 7 | е | е | ### |
| 2 | ж | ж | ### |
| 1 | з | з | ### |
| 5 | и | и | ### |
| 1 | й | й | ### |
| 3 | к | к | ### |
| 3 | л | л | ### |
| 7 | н | н | ### |
| 5 | о | о | ### |
| 1 | п | п | ### |
| 6 | р | р | ### |
| 7 | с | с | ### |
| 13 | т | т | ### |
| 4 | у | у | ### |
| 1 | х | х | ### |
| 1 | ч | ч | ### |
| 3 | ш | ш | ### |
| 1 | ь | ь | ### |
| 1 | э | э | ### |
| 1 | ю | ю | ### |
| 2 | я | я | ### |
| 2 | ה | ה | ### |
| 2 | ו | ו | ### |
| 2 | ח | ח | ### |
| 2 | כ | כ | ### |
| 2 | נ | נ | ### |