Databases of oral and written Italian

• CORPORA UNIBO (Dipartimento studi linguistici e orientali):

    - CORIS/CODIS (Corpus di Riferimento dell’Italiano Scritto e Corpus Dinamico dell’Italiano Scritto) – unibo
    - DiaCORIS (Corpus Diacronico dell’Italiano Scritto) – unibo
    - BoLC (Bononia Legal Corpus) - unibo - corpora giuridici paralleli e comparabili italiani e inglesi - italiano giuridico
    - APHASIA Corpus
 

• CORPORA ISTC (Istituto di Scienze e Tecnologie della Cognizione) cnr PI:

    - CoLFIS (Corpus e Lessico di Frequenza dell'Italiano Scritto) - ISTC descrizione e download; interrogabile su http://www.ge.ilc.cnr.it/strumenti.php
    - pvbvarless  (Valori di età di acquisizione, immaginabilità e frequenza per 527 parole del Primo Vocabolario del Bambino)
    - varless (Variabili lessicali e sub-lessicali: valori per 626 nomi dell'italiano)
    - versione inglese di varless  lexvar
 

• CORPORA UNITO:

    - Corpus VALICO Varietà Apprendimento Lingua Italiana Corpus Online - testi scritti da apprendenti di italiano L2  - italiano L2 scritto
    - NUNC (Newsgroup UseNet Corpora) - indice dettagliato dei Newsgroup UseNet Corpora - italiano trasmesso - web
    - Corpus Athenaeum (vari generi di testi scritti, prodotti dall’Università di Torino) - italiano scritto accademico
    - Corpus Taurinense (22 testi fiorentini della seconda metà del XIII secolo) – italiano antico
    - VINCA - Varietà di Italiano di Nativi Corpus Appaiato (al Corpus VALICO) – testi scritti da parlanti nativi di italiano – italiano L1 scritto
    - SMS (SMS Monitor Studies) corpus in costruzione
 

• ONLI  (banca dati dell’Osservatorio neologico della lingua italiana) -  ILIESI cnr Roma
• Parlaritaliano.it - Corpora (portale dedicato agli studi sull’ italiano parlato con una sezione in cui sono descritti e resi disponibili diversi corpora dell'italiano parlato)
• CLIPS (Corpora e Lessici dell’Italiano Parlato e Scritto) – unina
• LIP Lessico di frequenza dell’Italiano Parlato interrogabile sul sito BaDIP (Banca Dati dell’Italiano Parlato)
• Corpora LABLITA Laboratorio Linguistico del Dipartimento di Italianistica dell’Università di Firenze
• CIT Corpus di Italiano Televisivo  unibo-forlì  italiano trasmesso NON ANCORA DISPONIBILE
• Corpora WaCky (Web-as-Corpus kool ynitiative) fra cui itWaCky; testi scaricati con metodi automatici dal web, contiene due miliardi di parole italiano scritto - web
• Corpus PAISÀ (Piattaforma per l’Apprendimento dell’Italiano Su corpora Annotati) raccolta di testi autentici in lingua italiana tratti dal web nel sett-ott 2010 – italiano scritto - web; unibo + cnr Pisa + accad europ BZ +unitr
• Lessico delle chat-line italiane da una ricerca èulogos Corpus di conversazioni da chat-line in lingua italiana da registrazioni effettuate nel primo trimestre 1998
• BaDaLì (Base Dati Linguagiovanile) indagini lessicali nelle prov. di Grosseto, Livorno, Lucca