| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Sijainti | Viite | Aineistoryhmä ja ohje | Hae käyttöoikeutta | Julkaisuvuosi | Tukitaso | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Sijainti | Viite | Aineistoryhmä ja ohje | Hae käyttöoikeutta | Julkaisuvuosi | Tukitaso | Group Name |
Nämä aineistoversiot eivät vielä ole saatavilla Kielipankin kautta.
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Muoto | Tukitaso | Yhteyshenkilö | Sijainti | Aineistoryhmä ja ohje | Muu tieto | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Muoto | Tukitaso | Yhteyshenkilö | Sijainti | Aineistoryhmä ja ohje | Muu tieto | Group Name |
Testipiste on aikuisten maahanmuuttajien kielitaidon arviointikeskus, jossa järjestetään suomen kielen lähtötason arviointia. Aineisto sisältää 2397 eri kirjoittajan tekstejä, 3 kultakin. Aineistoon kuuluu myös tehtävänantoja ja muuta aiheeseen liittyvää. Kirjoitelmien yhteydessä on Testipisteen kirjoittajille määrittelemä lähtötaso.
Tämän sivun pysyvä tunniste: http://urn.fi/urn:nbn:fi:lb-2026090902
Sampo portal data services are provided by the Linked Data Finland platform. For the user interfaces, the Sampo-UI framework has been used since 2019.
The Sampo model, data services, and portals aim at making a paradigm change in publishing and using Cultural Heritage content on the Web (Hyvönen, 2020). The contents are not only published as Linked Data but also integrated seamlessly with intelligent tools for data analysis.
BiographySampo: Finnish National Biographies on the Semantic Web.
CoinSampo: Finnish Numismatic Public Finds 2013 – 2023
LetterSampo Finland: Finnish Nineteenth-Century Letters on the Semantic Web
NameSampo: Semantic portal for searching and studying Finnish place names.
OperaSampo: Opera and music theatre performances in Finland 1830–1960
ParliamentSampo: The Finnish Parliament on the Semantic Web
SampoSampo: Connecting Everything to Everything Else
Please see here for more information and a list of all published and forth-coming semantic portals.
This resource group page has a Persistent Identifier: http://urn.fi/urn:nbn:fi:lb-2026090201
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Sijainti | Viite | Aineistoryhmä ja ohje | Hae käyttöoikeutta | Julkaisuvuosi | Tukitaso | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Sijainti | Viite | Aineistoryhmä ja ohje | Hae käyttöoikeutta | Julkaisuvuosi | Tukitaso | Group Name |
Nämä aineistoversiot eivät vielä ole saatavilla Kielipankin kautta.
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Muoto | Tukitaso | Yhteyshenkilö | Sijainti | Aineistoryhmä ja ohje | Muu tieto | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Muoto | Tukitaso | Yhteyshenkilö | Sijainti | Aineistoryhmä ja ohje | Muu tieto | Group Name |
Hopponen, S., Kinnunen, T., Nikolaev, A., González Hautamäki, R., Tavi, L., Meister, E. (2025) FROST-EMA: Finnish and Russian Oral Speech Dataset of Electromagnetic Articulography Measurements with L1, L2 and Imitated L2 Accents. Proc. Interspeech 2025, 364-368, doi: 10.21437/Interspeech.2025-1853
Tämän sivun pysyvä tunniste: http://urn.fi/urn:nbn:fi:lb-2026050604
| Shortname | Name and metadata | License | Location | Cite | Resource group and help | Apply | Publication year | Support level | Group Name | Clarin Resource Family En |
|---|---|---|---|---|---|---|---|---|---|---|
| Shortname | Name and metadata | License | Location | Cite | Resource group and help | Apply | Publication year | Support level | Group Name | Clarin Resource Family En |
These resource versions are not yet available in the Language Bank of Finland.
| Shortname | Name and metadata | License | Formats | Support level | Contact Person | Resource group and help | Location | Other information | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Shortname | Name and metadata | License | Formats | Support level | Contact Person | Resource group and help | Location | Other information | Group Name |
Hopponen, S., Kinnunen, T., Nikolaev, A., González Hautamäki, R., Tavi, L., Meister, E. (2025) FROST-EMA: Finnish and Russian Oral Speech Dataset of Electromagnetic Articulography Measurements with L1, L2 and Imitated L2 Accents. Proc. Interspeech 2025, 364-368, doi: 10.21437/Interspeech.2025-1853
This page has a persistent identifier: http://urn.fi/urn:nbn:fi:lb-2026050603
Provided are resources for gathering, harmonizing, enriching, and summarizing structured metadata from the Finnish National Library, in particular the National Bibliography Fennica. The open data and workflows can be used in research, training, and outreach. Further metadata resources are available for complementary cultural heritage from archives, libraries, museums, and other actors. This resource expands the scope of the metadata collections that are seamlessly interlinked with statistical environment, enhancing the integration of Finna and Finto with Fennica.
Provided resources:
1. Systematic approach to retrieve Finna metadata into open computing environments is implemented as open software finna. This uses REST API and OAI-PMH API for data retrieval. The release version is available through CRAN repository.
2. Data science methods to enrich structured metadata from Finna and Fennica are provided via the finto R package based on actor cross-linking. This provides fluent access to Finto keyword service (finto.fi) from R statistical environment and allows interaction with Finto service. Examples regarding Fennica author enrichment using Kanto/Finto are available via the package vignette.
3. Data analysis and visualization techniques to support the research use of cultural heritage metadata collections are provided via the finna package and demonstrated in the package vignettes. Geospatial analysis and visualization of metadata from Finna and Fennica is further supported by the maintained geofi package.
Resource links:
Information and guidance can be found from the websites of the resources.
Basis:
A harmonized version of the Finnish national bibliography (Fennica) dataset as well as the code used for cleaning, enriching and automatically generating reports on the data:
Access to resource: https://fennica-fennica.2.rahtiapp.fi/
Code use to harmonize metadata: https://github.com/fennicahub/fennica
Information and guidance can be found in the website of the resource.
This resource group page has a Persistent Identifier: http://urn.fi/urn:nbn:fi:lb-2026083101
At kielipankki.fi/future/mink, a browser-based tool called Mink is available, where users logged in via Haka can upload their own text materials for processing. The file formats supported by Mink include plain text (UTF-8), XML (where the analysis pipeline preserves the structures), Microsoft Word (.docx), Open Document (.odt), PDF, and CoNLL-U.
You can perform advanced searches on your own text corpora within the Korp environment accessible through the Mink service. If necessary, texts can first be automatically parsed and annotated in Mink, which improves the search capabilities in Korp. For now, the Mink platform supports lemmatization (i.e., the analysis of the base forms of the words) as well as morphological and dependency-based syntactic analysis for Finnish, Swedish, and English text, and the recognition of named phrases in English text. In addition to using your corpus via Korp, you can also save the analyzed texts to your own computer.
With Mink, users can prepare, test, and explore their own Korp corpus. For now, only the user themselves can access the materials they have transferred to the Korp environment within Mink. At a later stage, the plan is to make it possible to share the data stored in Mink with the members of the user’s own research group, for example. Separate arrangements can also be made to make the finalized corpus available to other researchers through the public Korp service of the Language Bank.
For now, more detailed instructions on how to use Mink can be found on the Swedish Språkbanken website. Please note that the Mink environment developed by Språkbanken has been slightly adapted for users of the Language Bank of Finland, so not all features work in exactly the same way in both Mink services.
The Mink platform is currently being further developed, and the Language Bank welcomes feedback on its functionality; see contact information.
This resource group page has a Persistent Identifier: http://urn.fi/urn:nbn:fi:lb-2026042421
Osoitteessa kielipankki.fi/future/mink on käytettävissä selainpohjainen työkalu Mink, johon Haka-kirjautuneet käyttäjät voivat viedä käsiteltäviksi omia tekstiaineistojaan. Minkissä tuetut aineistoformaatit ovat muotoilematon teksti (utf-8), XML (jonka sisältämät rakenteet analyysiputki säilyttää), Microsoft Word (.docx), Open Document (.odt), PDF ja CoNLL-U.
Omista tekstiaineistoista voi tehdä edistyneitä hakuja Mink-palvelun sisällä näkyvässä Korp-ympäristössä. Tekstit voi tarvittaessa ensin automaattisesti jäsentää ja annotoida Minkissä, jolloin Korpin hakumahdollisuudet paranevat. Mink-alusta tukee toistaiseksi lemmatisointia (eli sanojen perusmuotoistusta) sekä morfologista ja dependenssisyntaktista analyysia suomen-, ruotsin- ja englanninkieliselle tekstille sekä nimettyjen ilmausten tunnistusta englanninkieliselle tekstille. Korpin lisäksi analyysin tulokset voi myös tallentaa takaisin omalle koneelle.
Minkin avulla käyttäjä voi siis valmistella, kokeilla ja tutkia omaa Korp-korpustaan. Toistaiseksi vain käyttäjä itse pääsee käyttämään Minkin Korp-ympäristöön siirtämäänsä aineistoa. Myöhemmässä vaiheessa on tarkoitus, että Minkissä olevaa aineistoa olisi mahdollista jakaa esimerkiksi oman tutkimusryhmän jäsenten kanssa. Erikseen voidaan myös sopia valmiin korpuksen toimittamisesta muiden tutkijoiden saataville Kielipankin yhteisen Korp-palvelun kautta.
Tarkempia ohjeita Minkin käyttöön löytyy toistaiseksi ruotsalaisen Språkbankenin sivuilta. Huomaa, että Språkbankenissa kehitettyä Mink-ympäristöä on jonkin verran sovitettu suomalaisen Kielipankin käyttäjiä varten, joten kaikki ominaisuudet eivät välttämättä toimi samalla tavalla molemmissa Mink-palveluissa.
Mink-ympäristöä kehitetään edelleen ja Kielipankki ottaa vastaan palautetta Minkin toimivuudesta, ks.yhteystiedot.
Tämän aineistoryhmäsivun pysyvä tunniste: http://urn.fi/urn:nbn:fi:lb-2026042422
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Sijainti | Viite | Aineistoryhmä ja ohje | Hae käyttöoikeutta | Julkaisuvuosi | Tukitaso | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Sijainti | Viite | Aineistoryhmä ja ohje | Hae käyttöoikeutta | Julkaisuvuosi | Tukitaso | Group Name |
Nämä aineistoversiot eivät vielä ole saatavilla Kielipankin kautta.
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Muoto | Tukitaso | Yhteyshenkilö | Sijainti | Aineistoryhmä ja ohje | Muu tieto | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Muoto | Tukitaso | Yhteyshenkilö | Sijainti | Aineistoryhmä ja ohje | Muu tieto | Group Name |
Aineisto sisältää eri tyyppisten puhutun han kielen näytteiden (tarinat ja elisitoidut lauseet) tekstimuotoisia litteraatteja. Näytteet on kerätty Kibondon, Kasulun ja Kigoman kaupungeissa ja niiden ympäristössä Länsi-Tansaniassa vuosina 199, 2000 ja 2003. Alkuperäiset litteraatit on peudonymisoitu.
Han kieltä (ISO 639-3: haq; Suurten järvien bantukieli JD66; vaihtoehtoiset nimet igiha, giha, kiha) puhutaan Länsi-Tansaniassa Kigoman läänissä. Se on läheistä sukua esimerkiksi Burundissa puhuttavalle rundin kielelle ja Ruandan kinyaruandalle. Ha on yksi Tansanian suurimmista kielistä: sitä puhuu noin 1,2 miljoonaa ihmistä.
Aineiston keruu ja analyysi on tarkemmin kuvattu seuraavassa han kielioppia ja sanastoa käsittelevässä teoksessa:
Harjula, Lotta, 2004. The Ha Language of Tanzania: Grammar, Texts, and Vocabulary. East African Languages and Dialects 13. Köln: Köppe. ISBN 978-3-89645-027-2.
Tämän sivun pysyvä tunniste: http://urn.fi/urn:nbn:fi:lb-2026042402
| Shortname | Name and metadata | License | Location | Cite | Resource group and help | Apply | Publication year | Support level | Group Name | Clarin Resource Family En |
|---|---|---|---|---|---|---|---|---|---|---|
| Shortname | Name and metadata | License | Location | Cite | Resource group and help | Apply | Publication year | Support level | Group Name | Clarin Resource Family En |
These resource versions are not yet available in the Language Bank of Finland.
| Shortname | Name and metadata | License | Formats | Support level | Contact Person | Resource group and help | Location | Other information | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Shortname | Name and metadata | License | Formats | Support level | Contact Person | Resource group and help | Location | Other information | Group Name |
This corpus of spoken Ha language consists of transcripts of elicited types of natural speech (stories and elicited sentences) collected in the towns of Kibondo, Kasulu and Kigoma and nearby regions in Tanzania during the years 1997, 2000 and 2003. The original transcripts have been pseudonymized.
Ha language (ISO 639-3: haq; Great Lakes Bantu language JD66; alternative names Igiha, Giha, Kiha) is spoken in Western Tanzania in the Kigoma region. It is closely related to, for example, Rundi of Burundi and Kinyarwanda of Rwanda. Ha is one of biggest languages in Tanzania with approximately 1,2 million speakers.
The collection and analysis of the corpus data is described in the following publication:
Harjula, Lotta 2004. The Ha Language of Tanzania: Grammar, Texts, and Vocabulary. East African Languages and Dialects 13. Cologne: Köppe. ISBN 978-3-89645-027-2.
This page has a persistent identifier: http://urn.fi/urn:nbn:fi:lb-2026042401
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Sijainti | Viite | Aineistoryhmä ja ohje | Hae käyttöoikeutta | Julkaisuvuosi | Tukitaso | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Sijainti | Viite | Aineistoryhmä ja ohje | Hae käyttöoikeutta | Julkaisuvuosi | Tukitaso | Group Name |
Nämä aineistoversiot eivät vielä ole saatavilla Kielipankin kautta.
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Muoto | Tukitaso | Yhteyshenkilö | Sijainti | Aineistoryhmä ja ohje | Muu tieto | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Muoto | Tukitaso | Yhteyshenkilö | Sijainti | Aineistoryhmä ja ohje | Muu tieto | Group Name |
Tämä aineisto koostuu pohjoismaisesta tietokannasta, joka sisältää podcasteja ja niiden transkriptioita. Tietokanta koottiin alun perin vertailututkimusta varten, jossa tarkasteltiin englannista peräisin olevia pragmaattisia lainasanoja pohjoismaisissa kielissä ja suomessa. Se sisältää aineistoa tanskaksi, suomeksi, islanniksi, norjaksi ja ruotsiksi (suomenruotsi ja Ruotsissa puhuttu ruotsi). Aineisto on kerätty vuonna 2025, ja se on peräisin pääasiassa vuodelta 2024.
Aineisto on merkitty kunkin kielen kirjallisten kieliopillisten sääntöjen mukaisesti. Uudemmat englannista peräisin olevat lainasanat ja kieltenvaihto on korostettu.
Tämän sivun pysyvä tunniste: http://urn.fi/urn:nbn:fi:lb-2026040104
| Shortname | Name and metadata | License | Location | Cite | Resource group and help | Apply | Publication year | Support level | Group Name | Clarin Resource Family En |
|---|---|---|---|---|---|---|---|---|---|---|
| Shortname | Name and metadata | License | Location | Cite | Resource group and help | Apply | Publication year | Support level | Group Name | Clarin Resource Family En |
These resource versions are not yet available in the Language Bank of Finland.
| Shortname | Name and metadata | License | Formats | Support level | Contact Person | Resource group and help | Location | Other information | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Shortname | Name and metadata | License | Formats | Support level | Contact Person | Resource group and help | Location | Other information | Group Name |
This resource consists of a Nordic database of podcast recordings and their transcripts. The database was originally compiled for a comparative study of English pragmatic loanwords in the Nordic languages and Finnish.
It contains material in Danish, Finnish, Icelandic, Norwegian, and Swedish (Finland Swedish and Swedish spoken in Sweden). The material was collected in 2025 and dates mainly from 2024.
The material has been annotated in accordance with the written language conventions of each language. More recent loanwords from English and code-switching have been highlighted.
This page has a persistent identifier: http://urn.fi/urn:nbn:fi:lb-2026040103
Obsolete! Please use the current NLP tool trankit!
The tool parses running Finnish text using TurkuNLP’s TNPP, and visualises with CoNLL-U viewer from The University of Groningen
The text is first parsed into a dependency parse tree in CoNLL-U format, and then visualised with dependency arrows that connect words in a sentence with each other.
NOTE: This tool is currently available as a demo version.
This resource group page has a Persistent Identifier: http://urn.fi/urn:nbn:fi:lb-2026031901
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Sijainti | Viite | Aineistoryhmä ja ohje | Hae käyttöoikeutta | Julkaisuvuosi | Tukitaso | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Sijainti | Viite | Aineistoryhmä ja ohje | Hae käyttöoikeutta | Julkaisuvuosi | Tukitaso | Group Name |
Nämä aineistoversiot eivät vielä ole saatavilla Kielipankin kautta.
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Muoto | Tukitaso | Yhteyshenkilö | Sijainti | Aineistoryhmä ja ohje | Muu tieto | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Lyhenne | Nimi ja kuvailutiedot | Lisenssi | Muoto | Tukitaso | Yhteyshenkilö | Sijainti | Aineistoryhmä ja ohje | Muu tieto | Group Name |
Tampereen puhekielen pitkittäisaineisto koostuu haastatteluäänitteistä, jotka on kerätty sosiolingvististä pitkittäistutkimusta varten. Tutkimuksen juuret ovat 1970-luvulla käynnistyneessä Nykysuomalaisen puhekielen murros -hankkeessa. Hankkeen yhteydessä kerättiin laajat kaupunkipuhekielen aineistot neljässä suomalaisessa yliopistokaupungissa: Tampereella, Helsingissä, Turussa ja Jyväskylässä. Tampereen puhekielen pitkittäisaineisto on toteutustavaltaan samanlainen kuin Helsingin puhekielen pitkittäiskorpus (http://urn.fi/urn:nbn:fi:lb-2021052503). Sekä Helsingissä että Tampereella tehtiin vielä uusintakierrokset 1990- ja 2010-luvuilla osittain samojen haastateltavien kanssa. Seurantamateriaalin avulla on mahdollista tutkia myös ajan myötä tapahtuvia muutoksia puhekielessä ja murteissa.
Tämän sivun pysyvä tunniste: http://urn.fi/urn:nbn:fi:lb-2026012022
| Shortname | Name and metadata | License | Location | Cite | Resource group and help | Apply | Publication year | Support level | Group Name | Clarin Resource Family En |
|---|---|---|---|---|---|---|---|---|---|---|
| Shortname | Name and metadata | License | Location | Cite | Resource group and help | Apply | Publication year | Support level | Group Name | Clarin Resource Family En |
These resource versions are not yet available in the Language Bank of Finland.
| Shortname | Name and metadata | License | Formats | Support level | Contact Person | Resource group and help | Location | Other information | Group Name |
|---|---|---|---|---|---|---|---|---|---|
| Shortname | Name and metadata | License | Formats | Support level | Contact Person | Resource group and help | Location | Other information | Group Name |
The material consists of interview recordings collected for a sociolinguistic longitudinal study. The roots of the study lie in the project ‘Nykysuomalaisen puhekielen murros’ (The Transformation of Contemporary Finnish Colloquial Language), which was launched in the 1970s. As part of the project, extensive urban colloquial language data was collected in four Finnish university cities: Tampere, Helsinki, Turku, and Jyväskylä.
The longitudinal corpus of Tampere colloquial language is similar in its implementation to the longitudinal corpus of Helsinki colloquial language (http://urn.fi/urn:nbn:fi:lb-2021052503). Both in Helsinki and Tampere follow-up rounds were conducted in the 1990s and 2010s, partly with the same interviewees.
The follow-up material also makes it possible to study changes in spoken language and dialects over time.
This page has a persistent identifier: http://urn.fi/urn:nbn:fi:lb-2026012021
Whisper is a general-purpose speech recognition model. It is trained on a large dataset of diverse audio and is also a multitasking model that can perform multilingual speech recognition, speech translation, and language identification.
Whisper can be installed to a SD Desktop virtual machine with SD Software installer.
The version provided for SD Desktop is based on Faster-Whisper-XXL.
After installation, Whisper is available as a command-line tool in SD Desktop.
This resource group page has a Persistent Identifier: http://urn.fi/urn:nbn:fi:lb-2026020504
This web service inputs a media file with a speech signal and a text file with a corresponding orthographic transcript, and computes a word segmentation and a phonetic segmentation and labeling.
The tools were developed at the Institute for Phonetics and Speech Processing in Munich, in the context of CLARIN-D.
For more information see the tutorial.
This resource group page has a Persistent Identifier: http://urn.fi/urn:nbn:fi:lb-2026020503
These command-line tools implement composable manipulations of segmented and annotated text in a VRT format aka verticalized text, related to Corpus WorkBench that is used in the back-end to the Korp concordance engine.
The basic function of the VRT tools is to preserve previous annotations, including structural markup that may contain valuable information about the text units, without the underlying tools even knowing that their input sentences are extracted from such context. New annotations from an underlying tool are added to their proper place in the input document.
The major innovation in FIN-CLARIN VRT is the use of names for the fields that are only positional in basic format. In the basic format the declaration of names is only a comment but these VRT tools use it extensively.
For more information see the README
This resource group page has a Persistent Identifier: http://urn.fi/urn:nbn:fi:lb-2026020502
COMEDI is a Web-based editor for CMDI-conformant metadata, as adopted by CLARIN, hosted by the CLARINO Bergen CLARIN Centre.
With COMEDI, you can interactively create new CMDI Metadata records, or upload and modify existing metadata. A metadata record in COMEDI can be exported as a CMDI XML file. It can also be harvested with OAI-PMH.
In order to use COMEDI, you have to sign in. Login is necessary to write protect your metadata records from other users.
The metadata for all resources provided by the Language Bank of Finland is maintained and provided using COMEDI.
For further information on how to use COMEDI, please see the Documentation
This resource group page has a Persistent Identifier: http://urn.fi/urn:nbn:fi:lb-2026012901
Lakitutka, ”the Law Radar”, compiles public documents generated during the legislative process into a single search service, covering the entire preparatory process. At the same time, Lakitutka offers everyone better access to background material on legislation that affects their everyday lives.
Lakitutka’s document materials are retrieved from The Government Project Register Hankeikkuna, Eduskunta Open Data Online Service and Finlex Open Data service.
This content search tool was developed at the University of Turku.
More information about the project
This resource group page has a Persistent Identifier: http://urn.fi/urn:nbn:fi:lb-2026012903
Trankit is a light-weight Transformer-based Python Toolkit for multilingual Natural Language Processing (NLP).
Trankit can process inputs which are untokenized (raw) or pretokenized strings, at both sentence and document level.
This tool is installed in CSC’s computing environment (’module load trankit’).
The current version is Trankit v1.0.0
For more details, please see Trankit’s Documentation.
Currently, Trankit supports the following tasks:
This resource group page has a Persistent Identifier: http://urn.fi/urn:nbn:fi:lb-2026011402
Viimeksi muokattu 2026-06-03
