GRDD: A Dataset for Greek Dialectal NLP
收藏arXiv2023-11-25 更新2024-06-21 收录
下载链接：
https://github.com/StergiosCha/Greek_dialect_corpus
下载链接
链接失效反馈资源简介：
GRDD数据集由克里特大学创建，旨在为现代希腊方言的自然语言处理提供资源。该数据集包含来自四种现代希腊方言（克里特、庞蒂克、北部希腊和塞浦路斯希腊）的原始文本数据，总计约230万字，尽管存在不平衡。数据集的创建过程涉及从互联网上自由获取的方言数据，包括博客、网站和文学文本，并进行了基本的预处理。该数据集主要用于方言识别任务，展示了即使是简单的机器学习模型也能有效区分这些方言。
提供机构：
克里特大学
创建时间：
2023-08-02
