Hi  , <br>    can any one suggest me any available  romanized/latinized corpora of any language. Romanized i mean transliterated text of that particular language. <br><br>Regards , <br>Pavan<br><br><div class="gmail_quote">
On Wed, Mar 3, 2010 at 3:01 AM, Raphael Mudge <span dir="ltr"><<a href="mailto:raffi@automattic.com">raffi@automattic.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="border-left: 1px solid rgb(204, 204, 204); margin: 0pt 0pt 0pt 0.8ex; padding-left: 1ex;">
Hi Xin,<br>
A collection of plain text files of public domain books is available from Project Gutenberg:<br>
<br>
<a href="http://www.gutenberg.org/wiki/Main_Page" target="_blank">http://www.gutenberg.org/wiki/Main_Page</a><br>
<br>
You can also download Wikipedia and convert the data into plain text.<br>
<br>
<a href="http://blog.afterthedeadline.com/2009/12/04/generating-a-plain-text-corpus-from-wikipedia/" target="_blank">http://blog.afterthedeadline.com/2009/12/04/generating-a-plain-text-corpus-from-wikipedia/</a><br>
<br>
If you need to mark-up the corpus with a POS tagger, Stanford's POS tagger may work for you.<br>
<br>
<a href="http://nlp.stanford.edu/software/tagger.shtml" target="_blank">http://nlp.stanford.edu/software/tagger.shtml</a><br>
<br>
-- Raphael<br><font color="#888888">
<br>
Raphael Mudge<br>
Code Wrangler, Automattic<br>
<a href="http://www.afterthedeadline.com" target="_blank">http://www.afterthedeadline.com</a></font><div><div></div><div class="h5"><br>
<br>
On Mar 2, 2010, at 6:38 AM, Xin Yan wrote:<br>
<br>
<blockquote class="gmail_quote" style="border-left: 1px solid rgb(204, 204, 204); margin: 0pt 0pt 0pt 0.8ex; padding-left: 1ex;">
Hello,<br>
<br>
can anyone tell me, if there are some free text corpora for commercial purpose?<br>
Thank you in advance!<br>
<br>
Best,<br>
Xin Yan<br>
<br>
_______________________________________________<br>
Corpora mailing list<br>
<a href="mailto:Corpora@uib.no" target="_blank">Corpora@uib.no</a><br>
<a href="http://mailman.uib.no/listinfo/corpora" target="_blank">http://mailman.uib.no/listinfo/corpora</a><br>
</blockquote>
<br>
<br>
_______________________________________________<br>
Corpora mailing list<br>
<a href="mailto:Corpora@uib.no" target="_blank">Corpora@uib.no</a><br>
<a href="http://mailman.uib.no/listinfo/corpora" target="_blank">http://mailman.uib.no/listinfo/corpora</a><br>
</div></div></blockquote></div><br>