TREMoLo_Tweets_Corpus
收藏DataCite Commons2026-02-10 更新2026-05-04 收录
下载链接：
https://www.ortolang.fr/market/item/tremolo-tweets/v1
下载链接
链接失效反馈官方服务：
资源简介：
Le corpus TREMoLo-Tweets est un corpus de tweets en français annotés en registres de langue. Il comporte 228 505 tweets pour un total de 6~millions de mots.Des registres tels que familier, courant et soutenu sont un phénomène immédiatement perceptible par tout locuteur d'une langue. Ils restent encore peu étudiés en traitement des langues (TAL), en particulier en dehors de l'anglais. L'annotation intègre des marqueurs propres à ce type de textes (tels que les émoticônes ou les hashtags) et habituellement évincés dans les travaux en TAL. À partir d'une graine annotée manuellement en proportion d'appartenance aux registres, un classifieur de type CamemBERT est appris et appliqué sur un large ensemble de tweets. Le corpus TREMoLo-Tweets a été collecté et annoté dans le cadre du projet ANR TREMoLo.
提供机构：
ORTOLANG (Open Resources and TOols for LANGuage) - www.ortolang.fr
创建时间：
2026-02-10
