NoTa tagger

B2FIND2026-04-25 收录

挪威口语处理

词性标注

数据链接：

https://b2find.eudat.eu/dataset/c3c94250-75f1-572d-8b31-92bfdec50e80 数据链接链接失效反馈

官方服务：

资源简介：

Statistical tagger for Norwegian spoken language

Penn Treebank

自然语言处理

词性标注

英语Penn Treebank (PTB) 语料库，尤其是与《华尔街日报》 (WSJ) 的文章相对应的语料库部分，是用于评估序列标记模型的最著名和最常用的语料库之一。该任务包括用词性标签注释每个单词。在这个语料库的最常见的拆分中，从0到18的部分用于训练 (38个219句子，912个344标记)，从19到21的部分用于验证 (5个527句子，131个768标记)，和部分从22到24用于测试 (5

OpenDataLab2026-07-12 更新5970

Buckwalter Arabic Morphological Analyzer Version 2.0

阿拉伯语形态分析

词性标注

Introduction This file contains documentation on the Buckwalter Arabic Morphological Analyzer Version 2.0. Data The data consists primarily of three Arabic-E

DataCite Commons2021-07-01 更新220

Noun Verb Dataset

词性标注

自然语言处理

该数据集包含自然发生的英语句子，这些句子具有非平凡的名词-动词歧义。数据集用于帮助英语词性标注器改进在名词-动词歧义上的表现，从而提高翻译和文本到语音合成的下游任务的准确性。

github2024-02-26 更新140

SEACrowd/khmer_alt_pos

词性标注

语言处理

该数据集包含20,000个高棉语句子，这些句子经过了手动分词和词性标注（POS-tagging）的注释。数据集的主要用途是支持词性标注任务。数据集的语言为高棉语（khm）。

Hugging Face2024-06-24 更新230

prakod/GLuecos_POS_EN_HI_FG

词性标注

跨语言分析

--- dataset_info: features: - name: words sequence: string - name: label1 sequence: string - name: label2 sequence: string splits: - name: dev_Romanized num_bytes: 110280

Hugging Face2024-05-31 更新160

NoTa tagger

资源简介：

相关数据集