LST20_TH
收藏kaggle2024-06-14 更新2024-06-15 收录
下载链接：
https://www.kaggle.com/datasets/mikmaplehack/lst20-th
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2024-06-14
相关数据集
lst-nectec/lst20
--- annotations_creators: - expert-generated language_creators: - found language: - th license: - other multilinguality: - monolingual size_categories: - 10K<n<100K source_datasets: - original task_ca
Hugging Face2024-01-18 更新1800
lst20
LST20语料库专注于泰语语言处理，由泰国国家电子和计算机技术中心（NECTEC）开发。它提供词边界、词性标注、命名实体、子句边界和句子边界五个语言注释层，包含3164002个单词、288020个命名实体、248181个子句和74180个句子，并使用16个不同的词性标签进行注释。所有3745篇文档还标有15种新闻类型之一。LST20语料库支持词性标注、命名实体识别标注、子句分割、句子分割和单词标记
Opencsg2024-07-19 更新10
BillGeate/lst20
--- annotations_creators: - expert-generated language_creators: - found language: - th license: - other multilinguality: - monolingual size_categories: - 10K<n<100K source_datasets: - original task_ca
Hugging Face2026-04-08 更新00
lst20
LST20语料库专注于泰语语言处理，由泰国国家电子和计算机技术中心（NECTEC）开发。它提供词边界、词性标注、命名实体、子句边界和句子边界五个语言注释层，包含3164002个单词、288020个命名实体、248181个子句和74180个句子，并使用16个不同的词性标签进行注释。所有3745篇文档还标有15种新闻类型之一。LST20语料库支持词性标注、命名实体识别标注、子句分割、句子分割和单词标记
OpenCSG2024-07-19 更新20
LST20 Corpus
LST20 Corpus是由国家电子和计算机技术中心创建的大规模泰语语料库，包含3,745篇文档，涵盖政治、经济等多个领域。该数据集提供了词分割、词性标注、命名实体识别等多层语言标注，总词汇量达3,164,864个，命名实体288,020个，适用于开发自然语言处理模型。数据集遵循CoNLL-2003格式，便于使用和研究。
arXiv2020-08-12 更新120
