Big data language model with part of speech tags stemmed in RAW format

B2FIND2026-04-29 收录

词性标注

词干化

数据链接：

https://b2find.eudat.eu/dataset/e67e3253-ed3e-527f-b10c-2575ea628496 数据链接链接失效反馈

官方服务：

资源简介：

Big data language model with part of speech tags stemmed in RAW format

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

liaad/Bosque_PT-PT

词性标注

自然语言处理

该数据集名为Bosque Part of Speech PT-PT，主要用于葡萄牙语的词性标注任务。数据集包含tokens、lemmas和pos_tags三个特征，均为字符串序列。数据集分为训练集和测试集，分别包含9071和576个示例。数据集的任务类别是token-classification，语言为葡萄牙语（pt），标签包括pos、pos-tagging和part-of-speech。

Hugging Face2023-12-12 更新60

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

prakod/POS_hinglish_codemixed_tweets

自然语言处理

词性标注

--- dataset_info: features: - name: words sequence: string - name: label1 sequence: string - name: label2 sequence: string splits: - name: train num_bytes: 764955 num_e

Hugging Face2024-06-05 更新90

Big data language model with part of speech tags stemmed in RAW format

资源简介：

相关数据集