glossAPI/Ellinika_Keimena_Project_Gutenberg

---
license: cc-by-4.0
language:
- el
pretty_name: Ellinika Keimena by Project Gutenberg
---

**Πληροφορίες για τα δεδομένα**

Το παρόν dataset περιλαμβάνει 214 κείμενα σε όλες τις ποικιλίες της ελληνικής γλώσσας (Αρχαία, Καθαρεύουσα, Δημοτική, ΚΝΕ).
Τα κείμενα αντλήθηκαν από το Project Gutenberg και αφορούν έργα της ελληνικής γραμματείας και δοκίμια που έχουν αποχαρακτηριστεί ως πνευματική ιδιοκτησία.
Τα αρχεία προσφέρονται σε μορφή parquet μαζί με τα μεταδεδομένα τους όπως συγγραφέας / μεταφραστής, χρονολογία, ποικιλία.
Η επισημείωση της ποικιλίας των κειμένων έγινε αυτόματα απο το μοντέλο Greek BERT που μετεκπαιδεύσαμε (https://huggingface.co/glossAPI/Kategoriopoiitis_Ellinikon_Poikilion).

Πηγή Δεδομένων:

Project Gutenberg: https://www.gutenberg.org/

Για οποιοδήποτε ζήτημα, επικοινωνήστε: [e-mail]

**Dataset Info**

This dataset includes 214 texts in all varieties of the Greek language (Ancient Greek, Katharevousa, Demotic, and Modern Greek).
The texts were sourced from Project Gutenberg and consist of works of Greek literature and essays that have entered the public domain.
The files are provided as parquet filetype accompanied by their metadata such as author/translator, publication year, and language variety.
Annotation of Greek varietity was automated using a fine-tuned Greek BERT model (https://huggingface.co/glossAPI/Kategoriopoiitis_Ellinikon_Poikilion).

Data Source:

Project Gutenberg: https://www.gutenberg.org/

For any issues, please contact: [e-mail]