five

UrduWeb20

收藏
Mendeley Data2024-01-31 更新2024-06-29 收录
下载链接:
https://ieee-dataport.org/documents/urduweb20
下载链接
链接失效反馈
官方服务:
资源简介:
The attached files contain dataset of UrduWeb20 and implementation code used in "Corpulyzer: A Novel framework for building Low Resource Language Corpora" paper.UrduWeb20 is content-rich Urdu language corpus containing 8.0 million webpages build by crawling the WWW with Corpulyzer framework.The implementation code of the following modules is provided:1. Web-AM2. CLD2 service3. Language filter4. LRL scoring
创建时间:
2024-01-31
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作