Поскольку разметка корпуса выполняется вручную или почти вручную, а сами по себе корпуса довольно велики (речь идёт о сотнях тысяч словоупотреблений) то эти размеченные данные составляют существенную часть стоимости получающихся технологий.

Источник: 0151835

Наша ближайшая цель — создать корпус в 1 млн. словоупотреблений к концу 2011 года.

Источник: 0151835

На данный момент в корпус включено 150 тыс. словоупотреблений ( актуальная статистика всегда тут http://www.opencorpora.org/?page=stats ).

Источник: 0151835

Уже упомянутая Мона Бейкер (Центр переводоведческих и межкультурных исследований университета Манчестера) создала Translational English Corpus (TEC) — массив письменных текстов, переведённых на английский с различных языков, насчитывающий 10 миллионов словоупотреблений.

Источник: Корпус несовершенных переводов: необходимость проекта

Кроме того, объём в 1 миллион словоупотреблений, заявленный создателями этого корпуса, мы считаем недостаточным.

Источник: Корпус несовершенных переводов: необходимость проекта

Целевой объём корпуса установлен в 10 миллионов словоупотреблений, по аналогии с существующими параллельными и переводоведческими корпусами: соответствующим подкорпусом НКРЯ и The Translational English Corpus.

Источник: Корпус несовершенных переводов: необходимость проекта

1. Набор пилотного параллельного корпуса в 1 миллион словоупотреблений.

Источник: Корпус несовершенных переводов: необходимость проекта

5. Набор основного корпуса (до 10 миллионов словоупотреблений).

Источник: Корпус несовершенных переводов: необходимость проекта