Swiss-AL Media Corpora

Swiss-AL Media Corpora exclusively contain articles from journalistic media in German, French, Italian and Rhaeto-Romance. Since 2021, all articles in German and French are obtained via Swissdox@LiRi and provided by the Swiss Media Database. The corpora are published in December each year, covering the last 5 years. They are used as the database for selection of the Swiss word of the year (WDJ: Wort des Jahres). Since 2021, the corpora for French and German needed to be downsampled because of the quantity of articles available (making the resulting corpora to large for the corpus analysis tools). A stratified sampling method was used: 25% of all texts per source per week were randomly chosen. The texts in the Italien corpus are either obtained via Swissdox@LiRi or are collected via web crawling (no paywalled content).

Swiss-AL Media Corpora Releases 2022

S_AL_DE_WDJ_22_SAMP

size: 575k texts
stratified sampling: 25% of all texts per source per week
time span: 2017-2022

Sources

acronym	texts	source
APPZ	6257	Appenzeller Zeitung
AZM	17368	Aargauer Zeitung
AZO	4937	aargauerzeitung.ch
BAZ	14113	Basler Zeitung
BEO	1182	Beobachter
BEOL	6430	Berner Oberländer
BEOLO	2452	berneroberlaender.ch
BEOO	737	beobachter.ch
BIZ	846	Bilanz
BIZO	663	bilanz.ch
BLI	15346	Blick
BLIA	2384	Blick am Abend
BLIAO	110	NA
BLIO	46100	blick.ch
BT	3264	Badener Tagblatt
BTO	3053	badenertagblatt.ch
BU	8789	Der Bund
BZ	11410	Berner Zeitung
BZB	5178	bz - Zeitung für die Region Basel
BZBO	3474	bzbasel.ch
BZM	3096	Basellandschaftliche Zeitung
ENC	180	encore! (dt)
FRME	71	frame
FUW	4068	Finanz und Wirtschaft
FUWO	6957	fuw.ch
GSCH	179	NZZ Geschichte
GTB	2294	Grenchner Tagblatt
GTBO	1854	grenchnertagblatt.ch
LAL	479	Schweizer LandLiebe
LAT	2295	Langenthaler Tagblatt / MLZ
LB	8983	Der Landbote
LBO	3555	landbote.ch
LTZ	6485	Limmattaler Zeitung / MLZ
LTZO	2007	limmattalerzeitung.ch
LUZ	9864	Luzerner Zeitung
LUZO	8195	luzernerzeitung.ch
NIW	4539	Nidwaldner Zeitung
NNBE	11289	bernerzeitung.ch
NNBS	7438	bazonline.ch
NNBU	7280	derbund.ch
NNTA	7874	Newsnet / Tages-Anzeiger
NZZ	19203	Neue Zürcher Zeitung
NZZB	856	bellevue.nzz.ch
NZZF	170	NZZ Folio
NZZG	74	NZZ PRO Global
NZZM	478	NZZ am Sonntag Magazin
NZZO	27831	nzz.ch
NZZS	6116	NZZ am Sonntag
OAS	1363	NA
OBW	4565	Obwaldner Zeitung
OLT	5587	Oltner Tagblatt / MLZ
OLTO	1892	oltnertagblatt.ch
SAW	6466	NA
SBLI	4771	Blick.ch
SF	1775	Schweizer Familie
SGT	11001	St. Galler Tagblatt
SGTO	9553	tagblatt.ch
SHZ	3039	Handelszeitung
SHZO	5826	handelszeitung.ch
SI	2628	Schweizer Illustrierte
SIG	96	SI Gruen
SIO	5526	schweizer‐illustrierte.ch
SISP	183	SI Sport
SOZM	6528	Solothurner Zeitung / MLZ
SOZO	2472	solothurnerzeitung.ch
SRF	31749	srf.ch
SRFV	2211	srf Video
TA	10970	Tages-Anzeiger
TAM	728	Das Magazin
TAS	4420	SonntagsZeitung
TASI	1196	Thalwiler Anzeiger/Sihltaler
TAZT	899	züritipp (Tages-Anzeiger)
TBT	6279	Toggenburger Tagblatt
TELE	926	Tele
THT	2901	Thuner Tagblatt
THTO	2421	thunertagblatt.ch
TVLL	164	TV Land & Lüt
TVS	576	TV Star
TVST	166	Streaming
TVZW	158	TV2
TZ	16914	Thurgauer Zeitung
URZ	6097	Urner Zeitung
WEOB	7771	Werdenberger & Obertoggenburger
WEW	3962	NA
WEWD	412	NA
WEWO	487	NA
WOZ	2196	Die Wochenzeitung
WZ	6623	Wiler Zeitung
ZHUL	7440	Der Landbote
ZHUO	2508	zuonline.ch
ZOF	9403	Zofinger Tagblatt / MLZ
ZSZ	9570	Der Landbote
ZSZO	2450	zsz.ch
ZUGB	716	Zugerbieter
ZUGP	894	Zuger Presse
ZUGZ	8034	Zuger Zeitung
ZWA	16121	20 minuten
ZWAF	122	20 minuten friday
ZWAO	26551	20 minuten online

S_AL_FR_WDJ_2022

size: 682k texts
time span: 2017-2022

Sources

acronym	texts	source
BILA	3975	Bilan
BLIO	21955	blick.ch
ENCF	725	encore!
FEM	6176	Femina
HEU	48073	24 heures
ILLE	8926	LIllustré
ILLG	22	L'illustré GREEN
ILLO	1688	illustre.ch
ILSP	264	L'Illustré Sport
NNHEU	57468	24heures.ch
NNTDG	52428	Newsnet / Tribune de Genève
NNTLM	83796	lematin.ch
PME	2393	PME Magazine
PMEO	3874	pme.ch
RTS	55634	rts.ch
RTSV	986	rts Vidéo
TDG	43073	La Tribune de Genève
TLM	6731	Le Matin
TLMD	17909	Le Matin Dimanche
TPS	55839	Le Temps
TPSO	24859	letemps.ch
TVGL	1564	Guide TV Cinéma
TVHU	5060	TV 8
ZWAS	54639	20 minutes
ZWSO	124150	20 minutes online

S_AL_IT_WDJ_2022

size: 371k texts
time span: 2017-2022

Sources

acronym	texts	source
azione	19031	NA
cdt	60930	Corriere del Ticino
coopzeitung	14	Coop Zeitung
laregione	31077	La Regione
mattinonline	18849	Mattinonline
RSI	29157	rsi.ch
rsinews	55465	RSI News
SWII	4257	swissinfo.ch
ticinonews	50003	Ticino News
tio	103056	tio.ch