文件名称：dagw_page:丹麦Gigaword专案
文件大小：2KB
文件格式：ZIP
更新时间：2024-06-14 18:09:56
当没有大型的，覆盖面广的语料库时，很难为丹麦的自然语言处理开发好的工具。 为了解决这个问题，我们正在建立一个超过十亿个单词（10 ^ 9）的gigaword语料库。 这是该项目的主页。 首要目标是创建一个具有代表性的数据集。 2.无障碍的3.适合丹麦自然语言处理的“固定点”。 发牌 为了使语料库可访问，必须公开许可语料库的所有部分，以免费分发。 许可证示例是诸如Creative Commons通用许可证（CC0）或CC-BY之类的许可证。 工作文件 有关主体的详细信息，请 。 宽度 丹麦语Gigaword应该涵盖各个方面的变化，包括： 作者时间； 言语状况； 模态 领域; 登记; 说话者的年龄； 说方言; 话语者的社会经济地位。 这与针对Newswire的早期英语Gigaword版本有意地大相径庭。 语料库的标准（1），代表性，要求超越新闻通讯社。 如果语料库要覆盖足够多的
【文件预览】：
dagw_page-master
----_config.yml(28B)
----README.md(2KB)
----CNAME(11B)