Historical Corpora at Lancaster University

SSH Open MarketPlace2023-10-13 更新2024-08-03 收录

历史文本

语言学研究

数据链接：

https://marketplace.sshopencloud.eu/dataset/q5Yzcy 数据链接链接失效反馈

官方服务：

资源简介：

The corpus contains texts in various domains (e.g., fiction, newspaper texts, religious texts) from 1500 on. The corpus is available through the CQPConcordancer.

创建时间：

2023-10-13

KarlGauss/paisa_corpus

意大利语学习

语言学研究

PAISÀ语料库是一个从互联网上收集的真实意大利语文本的广泛集合，旨在为学习意大利语提供真实且免费的材料。该语料库包含大约2.5亿个标记，完全以CoNLL格式进行注释（包括词形还原、词性标注和句法依赖关系标注），并经过自动预处理和部分手动校正。虽然主要用于学习，但PAISÀ语料库也为各种语言研究活动提供了宝贵的资源。该语料库由意大利教育、大学和研究部（MIUR）通过基础研究投资基金（FIRB）资助

Hugging Face2023-11-28 更新640

ItaCoLA

语言学研究

语言模型测试

ItaCoLA数据集是由意大利国家研究委员会创建的，包含近10,000条意大利语句子的可接受性判断数据。该数据集遵循与英语CoLA相同的创建方法和步骤，旨在支持语言模型在非英语语言中的可接受性研究。数据集内容丰富，涵盖多种语言现象，如句法结构、语义表达等。创建过程中，数据从多种语言学出版物中手动转录，并由专家标注可接受性。ItaCoLA数据集的应用领域广泛，主要用于测试神经语言模型对语言知识的获取

arXiv2021-09-25 更新110

French Battery Training

语言学研究

偏见消除

Data linked to the paper "Adieu Bias: Debiasing Intuitions Among French Speakers".

Mendeley Data2024-04-02 更新60

Sheffield Corpus of Chinese

中国文学

历史文本

This corpus contains three texts (two non-fictional and one fictional) from the Medieval and Modern Chinese periods. The text "[Zhuzi Yulei](https://en.wikipedia.org/wiki/Zhuzi_yulei) is genre-wise si

SSH Open MarketPlace2023-10-13 更新180

IFA Dialog Video corpus

自然语言处理

语言学研究

This corpus contains annotated video recordings of friendly Face-to-Face dialogues. It is modelled on the Face-to-Face dialogues in the [Spoken Dutch Corpus](http://opensonarplus.science.ru.nl/) (CGN)

SSH Open MarketPlace2025-07-04 更新110

Historical Corpora at Lancaster University

资源简介：

相关数据集