MULTEXT-East

MULTEXT-East 资源是用于语言工程研究和开发的多语言数据集。它由 (1) MULTEXT-East 形态句法规范、定义类别（词性）、它们的形态句法特征（属性和值）以及紧凑的 MSD 标记集表示组成； (2)形态句法词汇，(3)带注释的平行“1984”语料库； (4) 一些可比较的文本和语音语料库。该规范适用于以下宏语言、语言和语言变体：阿尔巴尼亚语、保加利亚语、车臣语、捷克语、大马士尼语、英语、爱沙尼亚语、匈牙利语、马其顿语、波斯语、波兰语、Resian、罗马尼亚语、俄语、塞尔维亚克罗地亚语、斯洛伐克语、斯洛文尼亚语、 Torlak 和乌克兰语，而其他资源可用于这些语言的子集。

搜集汇总

背景与挑战

背景概述

MULTEXT-East是一个多语言数据集，专为语言工程研究与开发设计，包含形态句法规范、词汇、带注释的平行语料库等资源。它覆盖了阿尔巴尼亚语、保加利亚语、车臣语等19种语言和语言变体，适用于相关领域的应用。