Training corpus ssj500k 2.2
收藏B2FIND2026-04-29 收录
下载链接：
https://b2find.eudat.eu/dataset/61aeedd5-739d-5488-b34b-b229ea2a318a
下载链接
链接失效反馈官方服务：
资源简介：
The ssj500k training corpus contains about 500,000 tokens manually annotated on the levels of tokenisation, sentence segmentation, morphosyntactic tagging, and lemmatisation....
ssj500k训练语料库包含约50万个经人工标注的Token (token)，其标注层级涵盖分词 (tokenisation)、分句 (sentence segmentation)、形态句法标注 (morphosyntactic tagging) 以及词形还原 (lemmatisation)……
