SIKOR Lule Saami free corpus

B2FIND2026-04-29 收录

少数民族语言

汉语语言处理

数据链接：

https://b2find.eudat.eu/dataset/772895b6-759b-5bb3-9086-05afb6d7e8a0 数据链接链接失效反馈

官方服务：

资源简介：

The SIKOR Lule Saami free corpus is a monolingual text corpus of Lule Saami that contains news, administrative, law, and religious texts. It is work done by the Giellatekno and...

100-People-Chinese-Mandarin-Average-Tone-Speech-Synthesis-Corpus-General

语音合成

汉语语言处理

100人中文普通话平均音调语音合成语料库，由中文母语者录制，涵盖新闻、对话、有声书、诗歌、广告、新闻广播、娱乐等内容，音素和音调平衡。专业语音学家参与标注，精确匹配语音合成的研究和开发需求。

github2024-04-18 更新260

ChID 大规模中文成语数据集

汉语语言处理

阅读理解

由于缺乏丰富的语料库，中文完形填空式阅读理解的研究仍然受到限制。 ChID（全称 Chinese IDiom Dataset）是大规模中文完形填空测试数据集，用于研究中文中特有的语言现象——成语的理解。在这个语料库中，文章中的成语被空白符号代替，正确答案需要从精心设计的候选成语中选出。

超神经2024-07-17 更新200

Wordsim-240

自然语言处理

汉语语言处理

wordsim-240数据集是一个词向量数据集，向量表示每个词的句法和语义信息，可以用来解决各种NLP任务。该数据集提供了手动注释的中文词汇对和相似度分数，它们从相应的英文数据翻译成中文数据。

OpenDataLab2026-07-12 更新120

language_garden-fax-conversational

少数民族语言

语言数字化

Language Garden - Fala 数据集是一个专注于西班牙埃斯特雷马杜拉地区Jalama Valley使用的Fala语言的资源。Fala是一种西罗曼语，由大约6000人使用，主要分布在San Martín de Trevellu、As Ellas和Valverdi du Fresnu三个城镇。该语言是中世纪加利西亚-葡萄牙语的直系后裔，由于地理隔离而得以保存。数据集包含了三种Fala方

Hugging Face2026-03-10 更新220

CALLHOME Mandarin Chinese Transcripts - XML version

语音识别

汉语语言处理

Introduction CALLHOME Mandarin Chinese Transcripts - XML Version, Linguistic Data Consortium (LDC) catalog number LDC2008T17 and isbn 1-58563-485-7, was developed at Lancaster Univers

DataCite Commons2021-07-01 更新180

SIKOR Lule Saami free corpus

资源简介：

相关数据集