首页/数据集/Shallow syntactically disambiguated corpus

Shallow syntactically disambiguated corpus

B2FIND2026-04-25 收录

浅层句法分析

词性标注

数据链接：

https://b2find.eudat.eu/dataset/8043c368-8c15-5c42-a56c-47858a4c1bdf 数据链接链接失效反馈

官方服务：

资源简介：

written general; 300 000 words; local tagset (POS, syntactic functions)

通用书面语料；30万字；本地标注集（词性标注（Part-of-Speech，POS）与句法功能）

应用场景：

阿拉伯语形态分析

词性标注

Introduction This file contains documentation on the Buckwalter Arabic Morphological Analyzer Version 2.0. Data The data consists primarily of three Arabic-E

DataCite Commons2021-07-01 更新220

Noun Verb Dataset

词性标注

自然语言处理

该数据集包含自然发生的英语句子，这些句子具有非平凡的名词-动词歧义。数据集用于帮助英语词性标注器改进在名词-动词歧义上的表现，从而提高翻译和文本到语音合成的下游任务的准确性。

github2024-02-26 更新140

liaad/Bosque_PT-PT

词性标注

自然语言处理

该数据集名为Bosque Part of Speech PT-PT，主要用于葡萄牙语的词性标注任务。数据集包含tokens、lemmas和pos_tags三个特征，均为字符串序列。数据集分为训练集和测试集，分别包含9071和576个示例。数据集的任务类别是token-classification，语言为葡萄牙语（pt），标签包括pos、pos-tagging和part-of-speech。

Hugging Face2023-12-12 更新60

prakod/GLuecos_POS_EN_HI_FG

词性标注

跨语言分析

--- dataset_info: features: - name: words sequence: string - name: label1 sequence: string - name: label2 sequence: string splits: - name: dev_Romanized num_bytes: 110280

Hugging Face2024-05-31 更新160

prakod/POS_hinglish_codemixed_tweets

自然语言处理

词性标注

--- dataset_info: features: - name: words sequence: string - name: label1 sequence: string - name: label2 sequence: string splits: - name: train num_bytes: 764955 num_e

Hugging Face2024-06-05 更新90

Shallow syntactically disambiguated corpus

资源简介：

相关数据集