This subcorpus contains 1,3 million words of various scientific works, mostly articles or article volumes, but also some textbooks. Oone can find here <link: siit tabelist>he concise list of the of the included material.
The corpus is free for use for non-commercial purposes only.
Mark-up and annotation conform to the TEI-guidelines. One file contains one article. The punctuation is separated from the words by spaces.
Every file begins with a header <teiheader> that contains information about the file size, used tags etc.
The rest of the file is structured as follows:
<div0> is one article, e.g. <div0 type='ajakirjanumber'><head>Luup Nr. 13 (122), 22. juuli 2000</head> <div1> is a subpart of an article, e.g. <div1 type='alaosa'><head> Rühma liikmed </head><div2> contains footnotes: <div2 type='allmärkused'><p>, sentences <s>, headlines <head> and authors <bibl><author>. 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, lists of references etc. Longer non-Estonian passages, usually the English summaries of the articles have also been omitted
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.
The non-ASCII characters/symbols are presented using the following entities:
| Entity | Symbol | Estonian description |
|---|---|---|
| Æ | Æ | AE ligatuur |
| Á | Á | ladina suur A akuudiga |
| Å | Å | ladina suur A ülasõõriga |
| Ä | Ä | |
| Č | Č | ladina suur C haagiga |
| É | É | ladina suur E akuudiga |
| È | È | ladina suur E graavisega |
| Ë | Ë | ladina suur E umlautiga |
| Ï | Ï | ladina suur I umlautiga |
| Ó | Ó | ladina suur O akuudiga |
| Ò | Ò | ladina suur O graavisega |
| Ø | Ø | ladina suur O läbiva kaldkriipsuga |
| Õ | Õ | |
| Ö | Ö | |
| Š | Š | |
| Û | Û | ladina suur U tsirkumfleksiga e. katusega |
| Ü | Ü | |
| Ž | Ž | |
| á | á | ladina väike a akuudiga |
| â | â | ladina väike a tsirkumfleksiga e. katusega |
| æ | æ | (ae ligatuur ) |
| &agr; | kreeka väike alfa | |
| à | à | ladina väike a graavisega |
| &amacron; | ā | ladina väike a ülakriipsuga |
| & | & | ampersand |
| å | å | ladina väike a ülasõõriga |
| * | * | asteriks |
| ã | ã | ladina väike a tildega |
| ä | ä | |
| &bgr; | kreeka väike beeta | |
| ¦ | ¦ | katkendlik püstjoon |
| ç | ç | ladina väike c sediiga |
| @ | @ | ätt-märk |
| © | © | autoriõiguse märk |
| &dgr; | kreeka väike delta | |
| é | é | ladina väike e akuudiga |
| ê | ê | ladina väike e tsirkumfleksiga e. katusega |
| &egr; | kreeka väike epsilon | |
| è | è | ladina väike e graavisega |
| &emacron; | ē | ladina väike e ulakriipsuga |
| ë | ë | ladina väike e umlautiga |
| ½ | ½ | murd 1/2 |
| ¼ | ¼ | murd 1/4 |
| ¾ | ¾ | murd 3/4 |
| &ggr; | kreeka väike gamma | |
| > | > | suurem-kui-märk |
| í | í | ladina väike i akuudiga |
| î | î | ladina väike i tsirkumfleksiga e. katusega |
| &igr; | kreeka väike ioota | |
| ì | ì | ladina väike i graavisega |
| &imacron; | ī | ladina väike i ülakriipsuga |
| ¿ | ¿ | tagurpidi küsimärk |
| ï | ï | ladina väike i umlautiga |
| &khgr; | kreeka väike hii | |
| “ | vasak kahekordne jutumärk | |
| &lgr; | kreeka väike lambda | |
| ł | ladina väike l läbiva kriipsuga | |
| < | < | vaiksem-kui-märk |
| &mgr; | kreeka väike müü | |
| · | · | keskmine punkt |
| ń | ń | ladina väike n akuudiga |
| ñ | ñ | ladina väike n tildega |
| ó | ó | ladina väike o akuudiga |
| ô | ô | ladina väike o tsirkumfleksiga e. katusega |
| œ | œ | (oe ligatuur) |
| º | º | järgarvu märk (Nº) |
| ø | ø | ladina väike o labiva kaldkriipsuga |
| õ | õ | |
| ö | ö | |
| + | plussmärk | |
| ± | ± | pluss-miinus |
| " | " | jutumärgid (nn tollimärgid) |
| ř | ř | ladina väike r haagiga |
| ” | parempoolne kahekordne jutumärk (“ või ») | |
| &rgr; | kreeka väike roo | |
| š | š | |
| § | § | paragrahvi märk |
| &sgr; | kreeka väike sigma | |
| ­ | - | pehme poolitus |
| ß | ß | ladina väike sz |
| × | × | korrutusmärk |
| &ugr; | kreeka väike u | |
| ù | ù | ladina väike u graavisega |
| ü | ü | |
| ý | ý | ladina väike y akuudiga |
| ž | ž |