遇见数据集

Croatian Twitter training corpus ReLDI-NormTagNER-hr 2.0

收藏
hdl.handle.net2025-01-16 收录
数据链接:
官方服务:

资源简介:

ReLDI-NormTagNER-hr 2.0 is a manually annotated corpus of Croatian tweets. It is meant as a gold-standard training and testing dataset for tokenisation, sentence segmentation, word normalisation, morphosyntactic tagging, lemmatisation and named entity recognition of non-standard Croatian. Each tweet is also annotated for its automatically assigned standardness levels (T = technical standardness, L = linguistic standardness). As an update to version 1.1, 2.0 adds annotations for named entities.

ReLDI-NormTagNER-hr 2.0乃一部由人工标注的克罗地亚推特语料库。此语料库旨在作为标准化训练与测试数据集,用于非标准克罗地亚语的自然语言处理任务,包括分词、句子切分、词形归一化、形态句法标注、词干提取以及命名实体识别。此外,每条推特还对其自动分配的标准化等级进行了标注(T代表技术标准化,L代表语言标准化)。作为对1.1版本的更新,2.0版本新增了对命名实体的标注。

提供机构:
hdl.handle.net
二维码
社区交流群
二维码
科研交流群
商业服务