cda1055_dat_ParlaCAP-HR_sentences.tsv.zip

B2FIND2026-04-05 收录

议会演讲文本

语言语料库

数据链接：

https://b2find.eudat.eu/dataset/274f69b2-a5bc-5b59-aca3-6d3b88d7c66b 数据链接链接失效反馈

官方服务：

资源简介：

:unav

IndicCorp

自然语言处理

语言语料库

IndicCorp 是一个大型单语语料库，拥有大约 90 亿个代币，涵盖 12 种主要的印度语言。它是通过在几个月的时间内发现和抓取数千个网络资源（主要是新闻、杂志和书籍）而开发的。涵盖的语言：阿萨姆语、孟加拉语、英语、古吉拉特语、印地语、卡纳达语、马拉雅拉姆语、马拉地语、奥里亚语、旁遮普语、泰米尔语、泰卢固语语料库格式：语料库是一个大型文本文件，每行包含一个句子。公开发布的版本被随机洗牌、去标记

OpenDataLab2026-07-12 更新330

ITEM 5 -- Class corpora per project

语言语料库

应用领域

* One zip file per application domain* application domains contain the zip's for each project

DataCite Commons2020-08-27 更新60

motazsaad/comparableWikiCoprus: v1.0

语言语料库

Full Changelog: https://github.com/motazsaad/comparableWikiCoprus/commits/v1.0

NIAID Data Ecosystem60

cda1055_dat_ParlaCAP-EE_speeches.tsv.zip

议会演讲文本

政治语料库

:unav

B2FIND80

Segakorpus: Doktoritööd Corpus of Estonian scientific texts

爱沙尼亚语文本分析

语言语料库

Korpus sisaldab 5 miljonit sõna eestikeelset teaduskirjandust: doktoritööd (2,3 miljonit sõna) ja teadusartiklid. TEI P5 XML märgendus, UTF8 kodeering. More info at...

B2FIND60

cda1055_dat_ParlaCAP-HR_sentences.tsv.zip

资源简介：

相关数据集