Dokumen ini mengusulkan sebuah taksonomi untuk mengklasifikasikan dokumen HTML dalam bahasa Basque di situs-situs web. Taksonomi ini didasarkan pada analisis multidimensi yang mempertimbangkan konten, fungsi, struktur, dan konteks dokumen. Untuk penelitian ini, korpus utama terdiri dari dokumen dari empat situs berita utama dalam bahasa Basque. Taksonomi yang diusulkan terdiri dari enam dimensi: dokumen

1. EuskarazkoziberhedabideetakoHTML dokumentuentaxonomiabaterakoproposamena MKM 2010

3. Ikerketaren oinarriak IO

4. Aurrekarien azterketa AA

5. Taxonomiaren proposamena TP

6. Memoria aplikatua MA- Aplikazioaren bideragarritasuna AB

7. Memoria teorikoa MT

8. Ikerketarenoinarriak MT IO

10. Informazioa sailkatzeko sistemak

11. corpusgintza

12. euskarazko sarea

13. e-testugintzaMT IO

14. Zergatikgaihori? MT IO

16. Indexazioa: dokumentuari bere edukia islatuko duten gaikako deskribatzaileak ezartzeko sistema.MT IO

18. DDC

19. PribatuakMT IO

21. Taxonomia

22. FolksonomiaMT IO

25. Sistema kontrolatua da.

26. Web guneen barne antolamenduaren oinarria da.

27. Dimentsio anitzeko analisia ahalbidetzen du.MT IO

29. Argia, Sustatu, Berria eta eitb.com.

30. Lehen hirurak euskarazko gune bisitatuenak dira.

31. Laugarrena gune publikoa da.MT IO

33. Dokumentua

34. Funtzioa

35. Edukia

36. Testuingurua

37. EgituraMT IO

38. Aurrekarienazterketa MT AA

40. MD analisirakoaldagaiak.

41. Aurrekariesanguratsuenak.

42. EuskalHerrikoaurrekariak.MT AA

43. Indexaziomotak MT AA

45. Folksonomiaestua: erabiltzailebakarra.

46. Folksonomiazabala: erabiltzaileugari.MT AA

47. Taxonomia vs. Folksonomia MT AA

48. MD analisirakoaldagaiak MT AA

49. Aurrekariesanguratsuenak “Towards a taxonomy of web registers and text types: a multidimensional analysis”, BiberBiber eta JerryKurjian. “GenreClassificationof Web Pages”, SvenMeyer zu Eissen eta BennoStein. “Multiple sets of features for automatic genre classification of web documents”, Chul Su Lim, Kong JooLee eta Gil ChangKim. “Taxonomías para la categorización y organización de la informaciónenlossitios web”, Miguel RodopiCentelles. “Appliedgenreanalysis: a multi-perspectivemodel”, Vijay K Bathia. MT AA

51. Sarerako bilaketa sistemak diseinatzerakoan, ez dago Interneteko materialak sailkatzeko genero zerrendarik.

52. Biber eta Kurjianen ikerketak lau dimentsio hauek proposatu zituen faktoreen analisia eginda:

53. Narrazio pertsonalak

54. Argudiozko edo pertsuasiozko testuak

55. Aholku testuak eta iragarki bideratuak

56. Informazio testu handiakMT AA

58. Ikerketan baztertu egin zituzten 200 hitz baino gutxiagoko testuak. Ziberhedabideetako testu asko multzo baztergarri horretan egon litezkeenez gero, funtzioaren aldagaietan, dokumentu motaren azpiatalak aukera berezi bat izan beharko du “mikrotestuentzat”.

59. Euren lau dimentsioak apalegiak dira taxonomia baterako; oso baliagarriak dira egin zuten konparaketa lanerako, baina ziberhedabideetako HTML dokumentuak sailkatzekogalbahe zabalegia dira.MT AA

60. MT AA

62. Prest proiektua: profesionalen berariazko komunikazio-gaitasunaren garapenari etengabe laguntzeko baliabide telematikoa. MT AA

63. Taxonomiarenproposamena MT TP

64. Dokumentua MT TP

65. Edukia MT TP

66. Gaia MT TP

67. Testuingurua MT TP

68. Solaskidetza MT TP

70. Ezin da bermatu hizkuntzaren kalitatea ziurtatzeko neurriak daudenik kasu guztietan.

71. Google akats bilatzeko makina izan daiteke.MT TP

72. MT TP

73. Funtzioa MT TP

74. Funtzioa MT TP

75. Memoria aplikatua MA

76. Aplikazioarenbideragarritasuna MA AB

78. Ikerketa eta konparaziorako tresna bat sortzea.

79. Sareko hizkuntzaren kalitatea kudeatzeko protokolo baten lehen urratsak egitea.MA AB

80. Aurrekariak BILATZAILEAK - ARGIA - SUSTATU - BERRIA - EITB MA AB

86. HTML dokumentuak.

87. Dokumentu kopuru bera.

88. Softwarea: Office eta Snapshot. MA AB

90. Ikus-entzunezkoa %15 baino ez.

91. Gaiak: Giza zientziak eta Arte Ederrak.

92. Etiketarik ez.

93. Elkarreragilea, interaktiboa eta hipertestuala (%55).

94. Ziberkazetaria > ez aditua.

95. A maila + barneko zuzentzaileak.

96. Albisteak nagusi.MA AB

98. Sektoreak behar du.

99. Softwareak ahalbidetzen du.MA AB

100. Galderak

101. EuskarazkoziberhedabideetakoHTML dokumentuentaxonomiabaterakoproposamena MKM 2010

102. Eskerrik asko Xabier Paya x.payaruiz@bham.ac.uk xabipaya@gmail.com http://www.xpaya.blogspot.com Twitter & skype: xabipaya Flickr: xa2paya 0044 7586 741 441 0034 652 714 261