Orð og tunga - 08.07.2019, Page 171

Orð og tunga 21 (2019), 159 –168. © Stofnun Árna Magnússonar í íslenskum
fræðum, Reykjavík.
málfregnir
Steinþór Steingrímsson
Risamálheildin
1 Inngangur
Í maí 2018 var ný textamálheild, Risamálheildin, opnuð á vefnum
málheildir.árnastofnun.is. Risamálheildin er leitarbær í leitarvél sem er
sérsmíðuð fyrir málheildir og aðlöguð að íslenskum textum en einnig
er hægt að sækja alla textana sem í henni eru, markaða og lemmaða,
til nota við þróun á máltæknibúnaði eða í rannsóknir. Fyrsta útgáfa
málheildarinnar inniheldur yfir 1200 milljón lesmálsorð í textum úr
ýmsum áttum. Stefnt er að því að gefa út nýja útgáfu málheildarinnar
árlega, þar sem fleiri textum hefur verið bætt við og hún mörkuð og
lemmuð með nýjustu aðferðum.
2 Markmið
Skömmu eftir að vinnu við Markaða íslenska málheild (Sigrún Helga-
dóttir o.fl. 2012) lauk var ljóst að þörf væri á miklu stærri textagrunni ef
ætlunin væri að nýta nýjar gagnafrekar aðferðir í máltækni til hlýtar. Í
því ljósi var lögð inn umsókn um gerð gríðarstórrar málheildar í Inn-
viða sjóð vorið 2015. Aðalumsækjandi var Eiríkur Rögnvaldsson en
með honum Sigrún Helgadóttir, Steinþór Steingrímsson, Jón Guðna-
son, Hrafn Loftsson og Þórhallur Eyþórsson. Verkefnið var að koma
upp textagrunni með gífurlegu magni texta, allt að 500 milljón orð-
tunga_21.indb 159 19.6.2019 16:56:18