tlc

Thai Literature Corpora (TLC) 旨在提供可供机器处理的泰国古典文学文本语料库。它包含两个数据集：TLC 集，来源于 Vajirayana 数字图书馆，按章节和诗节存储（未分词）；以及 TNHC 集，来源于泰国国家历史语料库，按行存储（手动分词）。该语料库支持语言建模和生成等任务。数据集中包含章节号、标题和文本等字段，并提供标准化数据操作。该语料库由朱拉隆功大学的 Jitkapat Sawatphol 和 Attapol Rutherford 负责维护。