Instytut Języka Polskiego PAN rozwija i współtworzy zasoby językowe o kluczowym znaczeniu dla badań nad językiem polskim. Obejmują one słowniki, korpusy, kartoteki oraz bazy danych, które wspierają zarówno badania naukowe, jak i rozwój humanistyki cyfrowej.
Zasoby opracowywane i współtworzone w IJP PAN obejmują różne typy danych językowych. Poniżej przedstawiono ich główne kategorie wraz z odnośnikami do szczegółowych informacji.
Zasoby leksykograficzne dokumentujące słownictwo języka polskiego w ujęciu historycznym i współczesnym.
Szczegółowe informacje o poszczególnych zasobach, obejmujące ich charakterystykę, zakres oraz możliwości wykorzystania w badaniach, dostępne są na stronach Instytutu Języka Polskiego PAN.
Infrastruktura DARIAH stanowi istotne wsparcie dla zasobów językowych, umożliwiając przekształcanie tradycyjnych zasobów w dane cyfrowe. W ramach jej tworzenia testowano i rozwijano metody digitalizacji materiałów drukowanych i rękopiśmiennych, automatycznego rozpoznawania tekstu, jego strukturyzacji i anotacji, a także przygotowania danych do dalszego przeszukiwania, analizy i integracji z innymi zasobami, w tym zewnętrznymi bazami danych, takimi jak bazy osób, nazw geograficznych czy zasoby bibliograficzne. Dzięki temu zasoby stają się bardziej dostępne, mogą być szerzej wykorzystywane w badaniach oraz integrowane z nowoczesnymi narzędziami humanistyki cyfrowej, wspierając rozwój metod badawczych i współpracę naukową.
Zasoby językowe IJP PAN stanowiły podstawę testowania i rozwoju narzędzi oraz metod przetwarzania danych – od rozpoznawania tekstu i mowy, przez anotację i analizę, po integrację i ich prezentację.
rozpoznawanie tekstu drukowanego, pisma odręcznego oraz mowy i przygotowanie danych do przetwarzania
automatyczna i półautomatyczna korekta błędów oraz podnoszenie jakości danych tekstowych
podział tekstu na jednostki oraz opis jego struktury i znaczenia zgodnie ze standardem TEI XML
prezentacja zasobów w środowisku cyfrowym oraz ich efektywne przeszukiwanie i analiza
łączenie danych językowych z bazami zewnętrznymi: osób, miejsc i zasobami bibliograficznymi
Połączenie zasobów językowych IJP PAN z infrastrukturą DARIAH umożliwia ich efektywne przetwarzanie, analizę i integrację w środowisku cyfrowym. Tworzy to nowe możliwości prowadzenia badań oraz rozwijania narzędzi humanistyki cyfrowej.