--- annotations_creators: - expert-generated language: - pl license: - other multilinguality: - monolingual size_categories: - 10K<n<100K source_datasets: - original task_categories: - other - automat

Hugging Face2023-01-21 更新120

Supplementary Material for: Discordant Patterns of mtDNA and Ethno-Linguistic Variation in 14 Iranian Ethnic Groups

人类遗传学

语言学研究

Background/Aims: Present-day Iran has long represented a natural hub for the expansion of human genes and cultures. That being so, the overlapping of prehistoric and more recent demographic eve

DataCite Commons2025-06-01 更新80

TCQL

自然语言处理

语言学研究

TCQL数据集是由北京语言大学等机构创建，专注于将自然语言转换为Corpus Query Language (CQL)。该数据集包含9362条记录，涵盖多种语言现象和查询类型，旨在支持语言学研究和详细文本分析。创建过程涉及自动生成和手动标注，利用了中文和英文的标注语料库。TCQL数据集的应用领域广泛，主要用于解决自然语言与CQL之间的转换问题，提高与富语言标注文本库交互的效率和可访问性。

arXiv2024-02-21 更新400

St. Lawrence Island Yupik数字语料库

语言保存

语言学研究

St. Lawrence Island Yupik数字语料库是由伊利诺伊大学香槟分校语言学系创建的，旨在数字化和保存St. Lawrence Island Yupik语言的书面文本。该数据集包含90个Yupik语言文本，涵盖了从初级读物到宗教文本的广泛内容。创建过程中，研究团队采用了扫描、图像处理和光学字符识别等技术。数据集的应用领域包括语言学研究、自然语言处理以及Yupik语言的教育和复兴，旨在

arXiv2021-01-26 更新110

Proiel-Treebank: 20150205 Release

资源简介：

相关数据集