uniwersalne_zależności

  • opis :

Uniwersalne zależności (UD) to platforma do spójnej adnotacji gramatyki (części mowy, cechy morfologiczne i zależności składniowe) w różnych językach ludzkich. UD to otwarty wysiłek społeczności, w którym ponad 300 współpracowników tworzy ponad 200 banków drzew w ponad 100 językach. Jeśli dopiero zaczynasz korzystać z UD, powinieneś zacząć od przeczytania pierwszej części Krótkiego wprowadzenia, a następnie przejrzenia wskazówek dotyczących adnotacji.

FeaturesDict({
    'deprel': Sequence(Text(shape=(), dtype=string)),
    'deps': Sequence(Text(shape=(), dtype=string)),
    'feats': Sequence(Text(shape=(), dtype=string)),
    'head': Sequence(Text(shape=(), dtype=string)),
    'idx': Text(shape=(), dtype=string),
    'lemmas': Sequence(Text(shape=(), dtype=string)),
    'misc': Sequence(Text(shape=(), dtype=string)),
    'text': Text(shape=(), dtype=string),
    'tokens': Sequence(Text(shape=(), dtype=string)),
    'upos': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=18)),
    'xpos': Sequence(Text(shape=(), dtype=string)),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
osłabić Sekwencja (tekst) (Nic,) strunowy
dep Sekwencja (tekst) (Nic,) strunowy
wyczyny Sekwencja (tekst) (Nic,) strunowy
głowa Sekwencja (tekst) (Nic,) strunowy
idx Tekst strunowy
lematy Sekwencja (tekst) (Nic,) strunowy
różne Sekwencja (tekst) (Nic,) strunowy
tekst Tekst strunowy
żetony Sekwencja (tekst) (Nic,) strunowy
upo Sekwencja (etykieta klasy) (Nic,) int64
xpos Sekwencja (tekst) (Nic,) strunowy
@misc{11234/1-4758,
 title = {Universal Dependencies 2.10},
 author = {Zeman, Daniel and Nivre, Joakim and Abrams, Mitchell and Ackermann,  Elia and Aepli, No{"e}mi and Aghaei, Hamid and Agi{'c}, {v Z}eljko and  Ahmadi, Amir and Ahrenberg, Lars and Ajede, Chika Kennedy and  Aleksandravi{v c}i{=u}te, Gabriele and Alfina, Ika and Algom, Avner  and Andersen, Erik and Antonsen, Lene and Aplonova, Katya and Aquino,  Angelina and Aragon, Carolina and Aranes, Glyd and Aranzabe, Maria Jesus and  Arican, Bilge Nas and Arnard{'o}ttir, {     H}{'o}runn and Arutie, Gashaw  and Arwidarasti, Jessica Naraiswari and Asahara, Masayuki and Aslan, Deniz  Baran and Asmazoglu, Cengiz and Ateyah, Luma and Atmaca, Furkan and  Attia, Mohammed and Atutxa, Aitziber and Augustinus, Liesbeth and Badmaeva,  Elena and Balasubramani, Keerthana and Ballesteros, Miguel and Banerjee,  Esha and Bank, Sebastian and Barbu Mititelu, Verginica and Barkarson,  Starkaður and Basile, Rodolfo and Basmov, Victoria and Batchelor, Colin and  Bauer, John and Bedir, Seyyit Talha and Bengoetxea, Kepa and Ben Moshe, Yifat  and Berk, G{"o}zde and Berzak, Yevgeni and Bhat, Irshad Ahmad and Bhat,  Riyaz Ahmad and Biagetti, Erica and Bick, Eckhard and Bielinskiene,  Agne and Bjarnad{'o}ttir, Krist{'i}n and Blokland, Rogier and  Bobicev, Victoria and Boizou, Lo{"i}c and Borges V{"o}lker, Emanuel  and B{"o}rstell, Carl and Bosco, Cristina and Bouma, Gosse and Bowman, Sam  and Boyd, Adriane and Braggaar, Anouck and Brokaite, Kristina and  Burchardt, Aljoscha and Candito, Marie and Caron, Bernard and Caron, Gauthier  and Cassidy, Lauren and Cavalcanti, Tatiana and Cebiroglu Eryigit,  G{"u}l{s}en and Cecchini, Flavio Massimiliano and Celano, Giuseppe G. A.  and {C}{'e}pl{"o}, Slavom{'i}r and Cesur, Neslihan and Cetin, Savas  and {C}etinoglu, {"O}zlem and Chalub, Fabricio and Chauhan, Shweta  and Chi, Ethan and Chika, Taishi and Cho, Yongseok and Choi, Jinho and Chun,  Jayeol and Chung, Juyeon and Cignarella, Alessandra T. and Cinkov{'a},  Silvie and Collomb, Aur{'e}lie and {C}{"o}ltekin, {C}a{g}ri and  Connor, Miriam and Corbetta, Daniela and Courtin, Marine and Cristescu,  Mihaela and Daniel, Philemon and Davidson, Elizabeth and Dehouck, Mathieu  and de Laurentiis, Martina and de Marneffe, Marie-Catherine and de Paiva,  Valeria and Derin, Mehmet Oguz and de Souza, Elvis and Diaz de Ilarraza,  Arantza and Dickerson, Carly and Dinakaramani, Arawinda and Di Nuovo, Elisa  and Dione, Bamba and Dirix, Peter and Dobrovoljc, Kaja and Dozat, Timothy and  Droganova, Kira and Dwivedi, Puneet and Eckhoff, Hanne and Eiche, Sandra and  Eli, Marhaba and Elkahky, Ali and Ephrem, Binyam and Erina, Olga and Erjavec,  Toma{v z} and Etienne, Aline and Evelyn, Wograine and Facundes, Sidney and  Farkas, Rich{'a}rd and Favero, Federica and Ferdaousi, Jannatul and  Fernanda, Mar{'i}lia and Fernandez Alcalde, Hector and Foster, Jennifer  and Freitas, Cl{'a}udia and Fujita, Kazunori and Gajdo{v s}ov{'a},  Katar{'i}na and Galbraith, Daniel and Gamba, Federica and Garcia, Marcos  and G{"a}rdenfors, Moa and Garza, Sebastian and Gerardi, Fabr{'i}cio  Ferraz and Gerdes, Kim and Ginter, Filip and Godoy, Gustavo and Goenaga,  Iakes and Gojenola, Koldo and G{"o}kirmak, Memduh and Goldberg, Yoav and  G{'o}mez Guinovart, Xavier and Gonz{'a}lez Saavedra, Berta and  Griciute, Bernadeta and Grioni, Matias and Grobol, Lo{"i}c and  Gruzitis, Normunds and Guillaume, Bruno and Guillot-Barbance,  C{'e}line and G{"u}ng{"o}r, Tunga and Habash, Nizar and Hafsteinsson,  Hinrik and Hajic, Jan and Hajic jr., Jan and  H{"a}m{"a}l{"a}inen, Mika and Ha My, Linh and Han, Na-Rae and  Hanifmuti, Muhammad Yudistira and Harada, Takahiro and Hardwick, Sam and  Harris, Kim and Haug, Dag and Heinecke, Johannes and Hellwig, Oliver and  Hennig, Felix and Hladk{'a}, Barbora and Hlav{'a}{v c}ov{'a}, Jaroslava  and Hociung, Florinel and Hohle, Petter and Hwang, Jena and Ikeda, Takumi  and Ingason, Anton Karl and Ion, Radu and Irimia, Elena and Ishola,  {O}l{'a}j{'i}d{'e} and Ito, Kaoru and Jannat, Siratun and  Jel{'i}nek, Tom{'a}{v s} and Jha, Apoorva and Johannsen, Anders and  J{'o}nsd{'o}ttir, Hildur and Jorgensen, Fredrik and Juutinen, Markus  and K, Sarveswaran and Ka{c s}ikara, H{"u}ner and Kaasen, Andre and  Kabaeva, Nadezhda and Kahane, Sylvain and Kanayama, Hiroshi and Kanerva,  Jenna and Kara, Neslihan and Karah{'o}ǧa, Ritv{'a}n and Katz, Boris and  Kayadelen, Tolga and Kenney, Jessica and Kettnerov{'a}, V{'a}clava and  Kirchner, Jesse and Klementieva, Elena and Klyachko, Elena and K{"o}hn,  Arne and K{"o}ksal, Abdullatif and Kopacewicz, Kamil and Korkiakangas, Timo  and K{"o}se, Mehmet and Kotsyba, Natalia and Kovalevskaite, Jolanta and  Krek, Simon and Krishnamurthy, Parameswari and K{"u}bler, Sandra and  Kuyruk{c c}u, O{g}uzhan and Kuzgun, Asli and Kwak, Sookyoung and  Laippala, Veronika and Lam, Lucia and Lambertino, Lorenzo and Lando, Tatiana  and Larasati, Septina Dian and Lavrentiev, Alexei and Lee, John and Le  H{o}ng, Phương and Lenci, Alessandro and Lertpradit, Saran and Leung,  Herman and Levina, Maria and Li, Cheuk Ying and Li, Josie and Li, Keying and  Li, Yuan and Lim, {KyungTae} and Lima Padovani, Bruna and Lind{'e}n, Krister  and Ljube{s}i{'c}, Nikola and Loginova, Olga and Lusito, Stefano and  Luthfi, Andry and Luukko, Mikko and Lyashevskaya, Olga and Lynn, Teresa and  Macketanz, Vivien and Mahamdi, Menel and Maillard, Jean and Makazhanov, Aibek  and Mandl, Michael and Manning, Christopher and Manurung, Ruli and  Mar{s}an, B{"u}{s}ra and M{a}r{a}nduc, C{a}t{a}lina and  Mare{c}ek, David and Marheinecke, Katrin and Markantonatou, Stella and  Mart{'i}nez Alonso, H{'e}ctor and Mart{'i}n Rodr{'i}guez, Lorena  and Martins, Andr{'e} and Ma{s}ek, Jan and Matsuda, Hiroshi and  Matsumoto, Yuji and Mazzei, Alessandro and {McDonald}, Ryan and {McGuinness},  Sarah and Mendon{c}a, Gustavo and Merzhevich, Tatiana and Miekka, Niko and  Mischenkova, Karina and Misirpashayeva, Margarita and Missil{"a}, Anna and  Mititelu, C{a}t{a}lin and Mitrofan, Maria and Miyao, Yusuke and Mojiri  Foroushani, {AmirHossein} and Moln{'a}r, Judit and Moloodi, Amirsaeid and  Montemagni, Simonetta and More, Amir and Moreno Romero, Laura and Moretti,  Giovanni and Mori, Keiko Sophie and Mori, Shinsuke and Morioka, Tomohiko and  Moro, Shigeki and Mortensen, Bjartur and Moskalevskyi, Bohdan and Muischnek,  Kadri and Munro, Robert and Murawaki, Yugo and M{"u}{"u}risep, Kaili and  Nainwani, Pinkey and Nakhl{'e}, Mariam and Navarro Horniacek, Juan  Ignacio and Nedoluzhko, Anna and Ne{v s}pore-Berzkalne, Gunta and  Nevaci, Manuela and Nguy{e}n Th{i}, Lương and Nguy{e}n  Th{i} Minh, Huy{e}n and Nikaido, Yoshihiro and Nikolaev, Vitaly  and Nitisaroj, Rattima and Nourian, Alireza and Nurmi, Hanna and Ojala,  Stina and Ojha, Atul Kr. and Ol{'u}{'o}kun, Ad{e}day{o}̀ and Omura,  Mai and Onwuegbuzia, Emeka and Ordan, Noam and Osenova, Petya and  {"O}stling, Robert and {O}vrelid, Lilja and {"O}zate{s},  {S}aziye Bet{"u}l and {"O}z{c}elik, Merve and {"O}zg{"u}r,  Arzucan and {"O}zt{"u}rk Ba{s}aran, Balkiz and Paccosi, Teresa  and Palmero Aprosio, Alessio and Park, Hyunji Hayley and Partanen, Niko  and Pascual, Elena and Passarotti, Marco and Patejuk, Agnieszka and  Paulino-Passos, Guilherme and Pedonese, Giulia and Peljak-{L}api{n}ska,  Angelika and Peng, Siyao and Perez, Cenel-Augusto and Perkova, Natalia and  Perrier, Guy and Petrov, Slav and Petrova, Daria and Peverelli, Andrea and  Phelan, Jason and Piitulainen, Jussi and Pirinen, Tommi A and Pitler, Emily  and Plank, Barbara and Poibeau, Thierry and Ponomareva, Larisa and Popel,  Martin and Pretkalni{n}a, Lauma and Pr{'e}vost, Sophie and Prokopidis,  Prokopis and Przepi{o}rkowski, Adam and Puolakainen, Tiina and Pyysalo,  Sampo and Qi, Peng and R{"a}{"a}bis, Andriela and Rademaker, Alexandre and  Rahoman, Mizanur and Rama, Taraka and Ramasamy, Loganathan and Ramisch,  Carlos and Rashel, Fam and Rasooli, Mohammad Sadegh and Ravishankar, Vinit  and Real, Livy and Rebeja, Petru and Reddy, Siva and Regnault, Mathilde and  Rehm, Georg and Riabov, Ivan and Rie{ss}ler, Michael and Rimkut{e}, Erika  and Rinaldi, Larissa and Rituma, Laura and Rizqiyah, Putri and Rocha, Luisa  and R{"o}gnvaldsson, Eir{'i}kur and Romanenko, Mykhailo and Rosa, Rudolf  and Roșca, Valentin and Rovati, Davide and Rozonoyer, Ben and Rudina, Olga  and Rueter, Jack and R{'u}narsson, Kristj{'a}n and Sadde, Shoval and  Safari, Pegah and Sagot, Beno{i}t and Sahala, Aleksi and Saleh, Shadi  and Salomoni, Alessio and Samard{v z}i{'c}, Tanja and Samson, Stephanie and  Sanguinetti, Manuela and Saniyar, Ezgi and S{"a}rg, Dage and  Saulite, Baiba and Sawanakunanon, Yanin and Saxena, Shefali and  Scannell, Kevin and Scarlata, Salvatore and Schneider, Nathan and Schuster,  Sebastian and Schwartz, Lane and Seddah, Djam{'e} and Seeker, Wolfgang and  Seraji, Mojgan and Shahzadi, Syeda and Shen, Mo and Shimada, Atsuko and  Shirasu, Hiroyuki and Shishkina, Yana and Shohibussirri, Muh and Sichinava,  Dmitry and Siewert, Janine and Sigurðsson, Einar Freyr and Silveira, Aline  and Silveira, Natalia and Simi, Maria and Simionescu, Radu and Simk{'o},  Katalin and {S}imkov{'a}, M{'a}ria and Simov, Kiril and Skachedubova,  Maria and Smith, Aaron and Soares-Bastos, Isabela and Sourov, Shafi and  Spadine, Carolyn and Sprugnoli, Rachele and Stamou, Vivian and  Steingr{'i}msson, Stein{h}{'o}r and Stella, Antonio and Straka,  Milan and Strickland, Emmett and Strnadov{'a}, Jana and Suhr, Alane and  Sulestio, Yogi Lesmana and Sulubacak, Umut and Suzuki, Shingo and Swanson,  Daniel and Sz{'a}nt{'o}, Zsolt and Taguchi, Chihiro and Taji, Dima and  Takahashi, Yuta and Tamburini, Fabio and Tan, Mary Ann C. and Tanaka, Takaaki  and Tanaya, Dipta and Tavoni, Mirko and Tella, Samson and Tellier, Isabelle  and Testori, Marinella and Thomas, Guillaume and Tonelli, Sara and Torga,  Liisi and Toska, Marsida and Trosterud, Trond and Trukhina, Anna and  Tsarfaty, Reut and T{"u}rk, Utku and Tyers, Francis and Uematsu, Sumire  and Untilov, Roman and Ure{v s}ov{'a}, Zde{n}ka and Uria, Larraitz and  Uszkoreit, Hans and Utka, Andrius and Vagnoni, Elena and Vajjala, Sowmya and  van der Goot, Rob and Vanhove, Martine and van Niekerk, Daniel and van Noord,  Gertjan and Varga, Viktor and Vedenina, Uliana and Villemonte de la  Clergerie, Eric and Vincze, Veronika and Vlasova, Natalia and Wakasa,  Aya and Wallenberg, Joel C. and Wallin, Lars and Walsh, Abigail and Wang,  Jing Xian and Washington, Jonathan North and Wendt, Maximilan and Widmer,  Paul and Wigderson, Shira and Wijono, Sri Hartati and Williams, Seyi and  Wir{'e}n, Mats and Wittern, Christian and Woldemariam, Tsegay and Wong,  Tak-sum and Wr{'o}blewska, Alina and Yako, Mary and Yamashita, Kayo and  Yamazaki, Naoki and Yan, Chunxiao and Yasuoka, Koichi and Yavrumyan, Marat M.  and Yenice, Arife Bet{"u}l and Yildiz, Olcay Taner and Yu, Zhuoran and  Yuliawati, Arlisa and {Z}abokrtsk{'y}, Zden{v e}k and Zahra, Shorouq and  Zeldes, Amir and Zhou, He and Zhu, Hanzhi and Zhuravleva, Anna and Ziane,  Rayan
 },
 url = {http://hdl.handle.net/11234/1-4758},
 note = { {LINDAT}/{CLARIAH}-{CZ} digital library at the Institute of Formal  and Applied Linguistics ({ {'U}FAL}), Faculty of Mathematics and Physics,  Charles University},
 copyright = {Licence Universal Dependencies v2.10},
 year = {2022}
}

universal_dependencies/af_afribooms (domyślna konfiguracja)

  • Opis konfiguracji : UD Afrikaans-AfriBooms to konwersja banku drzewa zależności AfriBooms, pierwotnie opatrzona adnotacjami z uproszczonym zestawem PoS i relacjami zależności zgodnie z podzbiorem zestawu tagów Stanforda. Korpus składa się z publicznych dokumentów rządowych. Zbiór danych został zaproponowany w „AfriBooms: An Online Treebank for Afrikaans” przez Augustinusa i in. (2016); https://www.aclweb.org/anthology/L16-1107.pdf

  • Rozmiar pliku do pobrania : 2.95 MiB

  • Rozmiar zestawu danych : 4.02 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 194
'test' 425
'train' 1315

universal_dependencies/akk_pisandub

  • Opis konfiguracji : Mały zestaw zdań z babilońskich inskrypcji królewskich.

  • Rozmiar pliku do pobrania : 99.41 KiB

  • Rozmiar zbioru danych : 126.32 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 101

universal_dependencies/akk_riao

  • Opis konfiguracji : UD_Akkadian-RIAO to mały bank drzew składający się z 22 277 słów i 1845 zdań. Stanowi to nienaruszony podzbiór łącznie 2211 zdań z wczesnych nowoasyryjskich inskrypcji królewskich z X i IX wieku pne. Te inskrypcje królewskie zostały zaczerpnięte z Oracc (Open Richly Adnotated Cuneiform Corpus; http://oracc.museum.upenn.edu/riao/ ), gdzie wszystkie nowoasyryjskie inskrypcje królewskie są lematyzowane słowo w słowo. Językiem korpusu jest standardowy babiloński, z okazjonalnymi językami asyryjskimi, podczas gdy „akadyjski” jest ogólnym terminem zarówno dla języka asyryjskiego, jak i babilońskiego. Bank drzew został ręcznie opatrzony adnotacjami zgodnie z wytycznymi dotyczącymi adnotacji UD.

  • Rozmiar pliku do pobrania : 1.87 MiB

  • Rozmiar zestawu danych : 2.79 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1874

uniwersalne_zależności/aqz_tudet

  • Opis konfiguracji : UD_Akuntsu-TuDeT to zbiór tekstów z adnotacjami w Akuntsú. Wraz z UD_Tupinamba-TuDeT i UD_Munduruku-TuDeT, UD_Akuntsu-TuDeT jest częścią projektu TuLaR. Zdania są opatrzone adnotacjami przez Carolina Aragon i Fabrício Ferraz Gerardi.

  • Rozmiar pliku do pobrania : 67.25 KiB

  • Rozmiar zbioru danych : 97.39 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 243

uniwersalne_zależności/sq_tsa

  • Opis konfiguracji : UD Treebank for Standard Albanian (TSA) to mały bank drzew składający się z 60 zdań odpowiadających 922 tokenom. Dane zostały zebrane z różnych wpisów w Wikipedii. Ten bank drzew został utworzony głównie ręcznie zgodnie z wytycznymi Universal Dependencies. Lematyzację przeprowadzono za pomocą lemmatyzatora https://bitbucket.org/timarkh/uniparser-albanian-grammar/src/master/ opracowanego przez zespół Albańskiego Korpusu Narodowego (Maria Morozova, Alexander Rusakov, Timofey Archangielskiy). Tagowanie i analiza morfologiczna zostały częściowo zautomatyzowane za pomocą skryptów Pythona i poprawione ręcznie, podczas gdy relacje zależności zostały przypisane w pełni ręcznie. Zachęcamy do wszelkich inicjatyw mających na celu zwiększenie rozmiaru i/lub poprawę ogólnej jakości Treebank.

  • Rozmiar pliku do pobrania : 62.00 KiB

  • Rozmiar zbioru danych : 93.65 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 60

uniwersalne_zależności/am_att

  • Opis konfiguracji : UD_amharski-ATT to ręcznie opatrzone adnotacjami banki drzew. Jest opatrzony adnotacją dla znacznika POS, informacji morfologicznych i relacji zależności. Ponieważ amharski jest językiem bogatym morfologicznie, pro-dropowym, a języki mają cechę podwojenia łechtaczki, łechtaczki zostały podzielone ręcznie.

  • Rozmiar pliku do pobrania : 995.32 KiB

  • Rozmiar zestawu danych : 1.33 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1074

universal_dependencies/grc_perseus

  • Opis konfiguracji : Ten uniwersalny bank drzew zależności starożytnej Grecji składa się z automatycznej konwersji wybranych fragmentów z banku drzewa zależności starożytnej Grecji i łaciny 2.1

  • Rozmiar pliku do pobrania : 18.02 MiB

  • Rozmiar zestawu danych : 24.52 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1137
'test' 1306
'train' 11476

uniwersalne_zależności/grc_proiel

  • Opis konfiguracji : starogrecki bank drzew PROIEL jest oparty na danych starogreckich z banku drzew PROIEL, który jest prowadzony na Wydziale Filozofii, Klasyki, Historii Sztuki i Idei Uniwersytetu w Oslo. Konwersja bazuje na wydaniu 20180408 banku drzewa PROIEL dostępnego pod adresem https://github.com/proiel/proiel-treebank/releases Oryginalni adnotatorzy są potwierdzeni w dostępnych tam plikach. Kod konwersji jest dostępny w Rubygem proiel-cli, https://github.com/proiel/proiel-cli

  • Rozmiar pliku do pobrania : 22.62 MiB

  • Rozmiar zestawu danych : 30.92 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1019
'test' 1047
'train' 15014

uniwersalne_zależności/apu_ufpa

  • Opis konfiguracji : Pierwsza wersja zawiera 70 zdań z adnotacjami. To pierwszy bank drzew w języku z rodziny Arawak. Oryginalne glosy międzyliniowe są zawarte w banku drzew, a ich konwersja do pełnej adnotacji UD jest procesem ciągłym. Wartości send_id (np.: FernandaM2017:Texto-6-19) są reprezentatywne dla kolektora, roku publikacji, identyfikatora tekstu i numeru zdania w kolejności od tekstu oryginalnego.

  • Rozmiar pliku do pobrania : 95.51 KiB

  • Rozmiar zbioru danych : 98.49 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 115

uniwersalne_zależności/hbo_ptnk

  • Opis konfiguracji : UD Ancient Hebrew PTNK zawiera fragmenty Biblii hebrajskiej Stuttgartensia z adnotacjami morfologicznymi z ETCBC.

  • Rozmiar pliku do pobrania : 3.11 MiB

  • Rozmiar zestawu danych : 4.28 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 439
'test' 410
'train' 730

uniwersalne_zależności/ar_nyuad

  • Opis konfiguracji : Treebank składa się z 19 738 zdań (738889 tokenów), a jego domeną jest głównie newswire. Adnotacja jest objęta licencją CC BY-SA 4.0, a oryginalny PATB można pobrać z oficjalnej strony internetowej LDC.

  • Rozmiar pliku do pobrania : 55.87 MiB

  • Rozmiar zestawu danych : 78.33 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1986
'test' 1963
'train' 15789

uniwersalne_zależności/ar_padt

  • Opis konfiguracji : Bank drzew Arabic-PADT UD jest oparty na praskim banku arabskim zależności (PADT), utworzonym na Uniwersytecie Karola w Pradze.

  • Rozmiar pliku do pobrania : 48.84 MiB

  • Rozmiar zestawu danych : 64.42 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 909
'test' 680
'train' 6075

uniwersalne_zależności/ar_pud

  • Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.

  • Rozmiar pliku do pobrania : 1.98 MiB

  • Rozmiar zestawu danych : 2.34 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1000

uniwersalne_zależności/aii_as

  • Opis konfiguracji : Uppsala Assyrian Treebank to mały bank drzew dla Modern Standard Assyrian. Korpus jest gromadzony i opatrzony adnotacjami ręcznie. Dane zostały zebrane losowo z różnych podręczników i krótkiego tłumaczenia Kupca weneckiego.

  • Rozmiar pliku do pobrania : 31.99 KiB

  • Rozmiar zbioru danych : 48.85 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 57

uniwersalne_zależności/bm_crb

  • Opis konfiguracji : Bank drzew UD Bambara to sekcja Corpus Référence du Bambara z natywną adnotacją o uniwersalnych zależnościach.

  • Rozmiar pliku do pobrania : 873.37 KiB

  • Rozmiar zestawu danych : 1.25 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1026

uniwersalne_zależności/eu_bdt

  • Opis konfiguracji : Baskijski bank drzew UD jest oparty na automatycznej konwersji z części banku drzew zależności baskijskich (BDT), utworzonego na Uniwersytecie Kraju Basków przez grupę badawczą IXA NLP. Bank drzew składa się z 8.993 zdań (121.443 tokenów) i obejmuje głównie teksty literackie i publicystyczne.

  • Rozmiar pliku do pobrania : 7.83 MiB

  • Rozmiar zestawu danych : 11.74 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1798
'test' 1799
'train' 5396

uniwersalne_zależności/bej_nsc

  • Opis konfiguracji : Uniwersalny korpus zależności dla Beja, północno-kuszyckiej gałęzi typu afroazjatyckiego, używany głównie w Sudanie, Egipcie i Erytrei.

  • Rozmiar pliku do pobrania : 136.52 KiB

  • Rozmiar zbioru danych : 168.15 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 56

uniwersalne_zależności/be_hse

  • Opis konfiguracji : Bank drzew białoruskiego UD jest oparty na próbce tekstów wiadomości zawartych w równoległym białorusko-rosyjskim podkorpusie Rosyjskiego Korpusu Narodowego, wyszukiwarka online dostępna pod adresem: http://ruscorpora.ru/search-para-be.html

  • Rozmiar pliku do pobrania : 30.04 MiB

  • Rozmiar zestawu danych : 39.88 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1301
'test' 1077
'train' 22853

uniwersalne_zależności/bn_bru

  • Opis konfiguracji : Bank drzew BRU Bengali został utworzony na Uniwersytecie Begum Rokeya w Rangpur przez członków Semantics Lab.

  • Rozmiar pliku do pobrania : 38.41 KiB

  • Rozmiar zbioru danych : 51.42 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 56

uniwersalne_zależności/bho_bhtb

  • Opis konfiguracji : Bhojpuri UD Treebank (BHTB) v2.6 składa się z 6664 tokenów (357 zdań). Ten bank drzew jest częścią projektu uniwersalnego banku drzew zależności. Początkowo została ona zainicjowana przeze mnie (Atul) na Uniwersytecie Jawaharlala Nehru w New Delhi podczas pracy badawczej nad doktoratem. Dane BHTB zawierają adnotacje składniowe zgodnie ze schematem zależności-konstytucyjności, a także znaczniki morfologiczne i lematy. W tych danych XPOS jest opatrzony adnotacjami zgodnie z zestawem tagów części mowy (POS) Bureau of Indian Standards (BIS).

  • Rozmiar pliku do pobrania : 599.76 KiB

  • Rozmiar zbioru danych : 817.23 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 357

uniwersalne_zależności/br_keb

  • Opis konfiguracji : UD Breton-KEB to bank drzew języka bretońskiego, który został ręcznie opatrzony adnotacjami zgodnie z wytycznymi Universal Dependencies. Wytyczne tokenizacji i adnotacje morfologiczne pochodzą z analizatora morfologicznego skończonych stanów Bretona, wydanego w ramach projektu Apertium.

  • Rozmiar pliku do pobrania : 663.63 KiB

  • Rozmiar zbioru danych : 863.36 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 888

uniwersalne_zależności/bg_btb

  • Opis konfiguracji : UD_Bulgarian-BTB jest oparty na bazie BulTreeBank opartej na HPSG, utworzonej w Instytucie Technologii Informacyjnych i Komunikacyjnych Bułgarskiej Akademii Nauk. Oryginał składa się z 215 000 tokenów (ponad 15 000 zdań).

  • Rozmiar pliku do pobrania : 14.22 MiB

  • Rozmiar zestawu danych : 20.01 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1115
'test' 1116
'train' 8907

uniwersalne_zależności/bxr_bdt

  • Opis konfiguracji : Bank drzew UD Buryat został ręcznie opatrzony natywnymi adnotacjami w UD i zawiera zdania z podręcznika gramatyki, a także wiadomości i trochę beletrystyki.

  • Rozmiar pliku do pobrania : 710.23 KiB

  • Rozmiar zbioru danych : 1018.12 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 908
'train' 19

uniwersalne_zależności/yue_hk

  • Opis konfiguracji : kantoński bank drzew (zapisany tradycyjnymi chińskimi znakami) napisów filmowych i postępowań ustawodawczych w Hongkongu, równolegle do banku drzew chińskiego-HK.

  • Rozmiar pliku do pobrania : 693.38 KiB

  • Rozmiar zestawu danych : 1.04 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1004

universal_dependencies/ca_ancora

  • Opis konfiguracji : dane katalońskie z korpusu AnCora.

  • Rozmiar pliku do pobrania : 48.14 MiB

  • Rozmiar zestawu danych : 64.03 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1709
'test' 1846
'train' 13123

universal_dependencies/ceb_gja

  • Opis konfiguracji : UD_Cebuano_GJA to zbiór przykładowych zdań języka cebuano z adnotacjami, pobranych losowo z trzech różnych źródeł: próbki przesłane przez społeczność ze strony internetowej Tatoeba, podręcznik gramatyki cebuano autorstwa Bunye & Yap (1971) oraz gramatykę referencyjną Tanangkinsinga dotyczącą języka cebuano (2011). Ten projekt jest obecnie w toku.

  • Rozmiar pliku do pobrania : 99.30 KiB

  • Rozmiar zbioru danych : 136.74 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 188

uniwersalne_zależności/zh_cfl

  • Opis konfiguracji : bank drzew języka chińskiego-CFL UD jest ręcznie opatrzony adnotacjami przez Keying Li z niewielkimi ręcznymi poprawkami dokonanymi przez Hermana Leunga i Johna Lee z City University of Hong Kong, na podstawie esejów napisanych przez osoby uczące się języka chińskiego mandaryńskiego jako języka obcego. Dane są w uproszczonym języku chińskim.

  • Rozmiar pliku do pobrania : 375.71 KiB

  • Rozmiar zbioru danych : 558.45 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 451

uniwersalne_zależności/zh_gsd

  • Opis konfiguracji : uniwersalny bank drzew zależności w tradycyjnym chińskim opatrzony adnotacjami i przekonwertowany przez Google.

  • Rozmiar pliku do pobrania : 6.48 MiB

  • Rozmiar zestawu danych : 8.88 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 500
'test' 500
'train' 3997

universal_dependencies/zh_gsdsimp

  • Opis konfiguracji : zestaw danych uniwersalnych zależności uproszczonego języka chińskiego przekonwertowany z zestawu danych GSD (tradycyjnego) z ręcznymi poprawkami.

  • Rozmiar pliku do pobrania : 6.48 MiB

  • Rozmiar zestawu danych : 8.88 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 500
'test' 500
'train' 3997

uniwersalne_zależności/zh_hk

  • Opis konfiguracji : tradycyjna chińska baza drzew zawierająca napisy do filmów i postępowania ustawodawcze w Hongkongu, równoległa do banku drzew kantońskiego-HK.

  • Rozmiar pliku do pobrania : 482.85 KiB

  • Rozmiar zbioru danych : 779.66 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1004

uniwersalne_zależności/zh_pud

  • Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.

  • Rozmiar pliku do pobrania : 1.53 MiB

  • Rozmiar zestawu danych : 1.95 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1000

uniwersalne_zależności/ckt_hse

  • Opis konfiguracji : te dane są ręczną adnotacją korpusu z korpusu z adnotacjami multimedialnymi projektu Chuklang, korpusu dialektalnego wariantu Amguema języka Czukczi.

  • Rozmiar pliku do pobrania : 793.16 KiB

  • Rozmiar zbioru danych : 828.50 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1004

universal_dependencies/lzh_kyoto

  • Opis konfiguracji : Klasyczny chiński bank drzew uniwersalnych zależności z adnotacjami i przekonwertowany przez Institute for Research in Humanities, Kyoto University.

  • Rozmiar pliku do pobrania : 26.86 MiB

  • Rozmiar zestawu danych : 39.40 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 5687
'test' 4932
'train' 48569

universal_dependencies/cop_scriptorium

  • Opis konfiguracji : UD Coptic zawiera ręcznie opatrzone adnotacjami sahidic koptyjskie teksty, w tym teksty biblijne, kazania, listy i hagiografię.

  • Rozmiar pliku do pobrania : 4.73 MiB

  • Rozmiar zestawu danych : 6.12 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 381
'test' 403
'train' 1227

uniwersalne_zależności/hr_set

  • Opis konfiguracji : chorwacki bank drzew UD jest oparty na rozszerzeniu korpusu SETimes-HR, korpusu hr500k.

  • Rozmiar pliku do pobrania : 14.41 MiB

  • Rozmiar zestawu danych : 20.43 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 960
'test' 1136
'train' 6914

universal_dependencies/cs_cac

  • Opis konfiguracji : Bank drzew UD_Czech-CAC oparty jest na Czeskim Korpusie Akademickim 2.0 (CAC; Český akademický korpus; ČAK), utworzonym na Uniwersytecie Karola w Pradze.

  • Rozmiar pliku do pobrania : 53.72 MiB

  • Rozmiar zestawu danych : 73.74 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 603
'test' 628
'train' 23478

uniwersalne_zależności/cs_cltt

  • Opis konfiguracji : Bank drzew UD_Czech-CLTT jest oparty na banku Czech Legal Text Treebank 1.0, stworzonym na Uniwersytecie Karola w Pradze.

  • Rozmiar pliku do pobrania : 3.57 MiB

  • Rozmiar zestawu danych : 4.73 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 129
'test' 136
'train' 860

universal_dependencies/cs_fitree

  • Opis konfiguracji : FicTree to bank drzew czeskiej fikcji, automatycznie konwertowany do formatu UD. Bank drzew został zbudowany na Uniwersytecie Karola w Pradze.

  • Rozmiar pliku do pobrania : 16.65 MiB

  • Rozmiar zestawu danych : 23.29 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1309
'test' 1291
'train' 10160

uniwersalne_zależności/cs_pdt

  • Opis konfiguracji : Czech-PDT UD treebank jest oparty na praskim Dependency Treebank 3.0 (PDT), utworzonym na Uniwersytecie Karola w Pradze.

  • Rozmiar pliku do pobrania : 164.29 MiB

  • Rozmiar zestawu danych : 224.30 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak (dev, test), Tylko wtedy, gdy shuffle_files=False (pociąg)

  • Podziały :

Rozdzielać Przykłady
'dev' 9270
'test' 10148
'train' 68.495

uniwersalne_zależności/cs_pud

  • Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.

  • Rozmiar pliku do pobrania : 2.14 MiB

  • Rozmiar zestawu danych : 2.76 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1000

uniwersalne_zależności/da_ddt

  • Opis konfiguracji : Duński bank drzew UD jest konwersją duńskiego banku drzew zależności.

  • Rozmiar pliku do pobrania : 6.13 MiB

  • Rozmiar zestawu danych : 9.15 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 564
'test' 565
'train' 4383

universal_dependencies/nl_alpino

  • Opis konfiguracji : Ten korpus składa się z próbek z różnych banków drzew z adnotacjami na Uniwersytecie w Groningen przy użyciu narzędzi i wskazówek firmy Alpino.

  • Rozmiar pliku do pobrania : 15.98 MiB

  • Rozmiar zestawu danych : 21.03 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 718
'test' 596
'train' 12289

universal_dependencies/nl_lassysmall

  • Opis konfiguracji : Ten korpus zawiera zdania z sekcji Wikipedii Lassy Small Treebank. Adnotacja Universal Dependency została wygenerowana automatycznie z oryginalnej adnotacji w Lassy.

  • Rozmiar pliku do pobrania : 7.61 MiB

  • Rozmiar zestawu danych : 9.86 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 676
'test' 876
'train' 5789

universal_dependencies/en_esl

  • Opis konfiguracji : UD English-ESL / Treebank of Learner English (TLE) zawiera ręczne znaczniki POS i adnotacje zależności dla 5124 zdań z języka angielskiego jako drugiego języka (ESL) pochodzących ze zbioru danych Cambridge Learner Corpus First Certificate in English (FCE).

  • Rozmiar pliku do pobrania : 3.20 MiB

  • Rozmiar zestawu danych : 4.72 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 500
'test' 500
'train' 4124

universal_dependencies/en_ewt

  • Opis konfiguracji : Złoty Standardowy Uniwersalny Korpus Zależności dla języka angielskiego, oparty na materiale źródłowym angielskiego Web Treebank LDC2012T13 ( https://catalog.ldc.upenn.edu/LDC2012T13 ).

  • Rozmiar pliku do pobrania : 16.37 MiB

  • Rozmiar zestawu danych : 23.60 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 2001
'test' 2077
'train' 12543

universal_dependencies/en_gum

  • Opis konfiguracji : adnotacje dotyczące składni uniwersalnych zależności z korpusu GUM ( https://corpling.uis.georgetown.edu/gum/ ).

  • Rozmiar pliku do pobrania : 13.81 MiB

  • Rozmiar zestawu danych : 18.21 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1117
'test' 1096
'train' 6917

universal_dependencies/en_gumreddit

  • Opis konfiguracji : Adnotacje dotyczące składni uniwersalnych zależności z części Reddit korpusu GUM ( https://corpling.uis.georgetown.edu/gum/ )

  • Rozmiar pliku do pobrania : 1.47 MiB

  • Rozmiar zestawu danych : 2.06 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 104
'test' 105
'train' 686

universal_dependencies/en_lines

  • Opis konfiguracji : UD English_LinES jest angielską połową banku LinES Parallel Treebank z oryginalną adnotacją zależności najpierw automatycznie konwertowaną na zależności uniwersalne, a następnie częściowo przeglądaną. Jego zawartość obejmuje literaturę, podręcznik online i dane Europarl.

  • Rozmiar pliku do pobrania : 5.27 MiB

  • Rozmiar zestawu danych : 7.54 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1032
'test' 1035
'train' 3176

universal_dependencies/en_atis

  • Opis konfiguracji : UD Atis Treebank to ręcznie opatrzony adnotacjami bank drzew składający się ze zdań w zbiorze danych Atis (Informacje o podróżach linii lotniczych), który zawiera transkrypcje ludzkiej mowy osób proszących o informacje o lotach w zautomatyzowanych systemach zapytań.

  • Rozmiar pliku do pobrania : 3.06 MiB

  • Rozmiar zestawu danych : 4.76 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 572
'test' 586
'train' 4274

universal_dependencies/en_partut

  • Opis konfiguracji : UD_English-ParTUT to konwersja wielojęzycznego równoległego banku drzew opracowanego na Uniwersytecie w Turynie i składającego się z różnych gatunków tekstu, w tym m.in. przemówień, tekstów prawniczych i artykułów z Wikipedii.

  • Rozmiar pliku do pobrania : 2.59 MiB

  • Rozmiar zestawu danych : 3.65 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 156
'test' 153
'train' 1781

universal_dependencies/en_pronouns

  • Opis konfiguracji : UD English-Pronouns to zbiór danych utworzony w celu dokładniejszej identyfikacji zaimków i bardziej zrównoważonego rozkładu między płciami. Zbiór danych jest początkowo ukierunkowany na niezależne zaimki dopełniacza, „jej”, (niezależny) „jego”, (liczba pojedyncza) „ich”, „mój” i (liczba pojedyncza) „twój”.

  • Rozmiar pliku do pobrania : 138.08 KiB

  • Rozmiar zbioru danych : 186.09 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 285

universal_dependencies/en_pud

  • Opis konfiguracji : jest to angielska część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności ( http://universaldependencies.org/conll17/ ).

  • Rozmiar pliku do pobrania : 1.28 MiB

  • Rozmiar zestawu danych : 1.82 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1000

uniwersalne_zależności/myv_jr

  • Opis konfiguracji : UD Erzya to oryginalna adnotacja (CoNLL-U) dla tekstów w języku Erzya, oryginalnie składa się z próbki wielu autorów fikcji piszących oryginały w języku Erzya.

  • Rozmiar pliku do pobrania : 1.88 MiB

  • Rozmiar zestawu danych : 2.47 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1714

universal_dependencies/et_edt

  • Opis konfiguracji : UD Estonian to przekonwertowana wersja estońskiego banku zależności (EDT), oryginalnie opatrzona adnotacjami w schemacie adnotacji Constraint Grammar (CG) i składająca się z gatunków beletrystyki, tekstów prasowych i tekstów naukowych. Bank drzew zawiera 30 972 drzew i 437 769 tokenów.

  • Rozmiar pliku do pobrania : 31.09 MiB

  • Rozmiar zestawu danych : 45.98 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 3127
'test' 3214
'train' 24632

uniwersalne_zależności/et_ewt

  • Opis konfiguracji : Treebank UD EWT składa się z różnych gatunków nowych mediów. Bank drzew zawiera 4 493 drzew i 56 399 żetonów.

  • Rozmiar pliku do pobrania : 5.35 MiB

  • Rozmiar zestawu danych : 8.06 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 833
'test' 913
'train' 4579

universal_dependencies/fo_farpahc

  • Opis konfiguracji : UD_Icelandic-FarPaHC to konwersja farerskiego analizowanego korpusu historycznego (FarPaHC) na schemat uniwersalnych zależności. Konwersja została wykonana za pomocą UDConverter.

  • Rozmiar pliku do pobrania : 2.09 MiB

  • Rozmiar zestawu danych : 2.84 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 300
'test' 301
'train' 1020

uniwersalne_zależności/fo_oft

  • Opis konfiguracji : To jest bank drzew języka farerskiego oparty na Wikipedii języka farerskiego.

  • Rozmiar pliku do pobrania : 783.86 KiB

  • Rozmiar zestawu danych : 1.07 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1208

uniwersalne_zależności/fi_ftb

  • Opis konfiguracji : FinnTreeBank 1 składa się z ręcznie opatrzonych adnotacjami przykładów gramatycznych z VISK. Wersja UD FinnTreeBank 1 została przekonwertowana z natywnego modelu adnotacji za pomocą skryptu, a następnie ręcznie poprawiona.

  • Rozmiar pliku do pobrania : 12.52 MiB

  • Rozmiar zestawu danych : 18.45 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1875
'test' 1867
'train' 14 981

uniwersalne_zależności/fi_ood

  • Opis konfiguracji : fiński-OOD to zewnętrzny zestaw testów spoza domeny dla fińskiego-TDT opatrzony natywną adnotacją w schemacie UD.

  • Rozmiar pliku do pobrania : 1.40 MiB

  • Rozmiar zestawu danych : 2.11 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 2122

uniwersalne_zależności/fi_pud

  • Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.

  • Rozmiar pliku do pobrania : 1.34 MiB

  • Rozmiar zestawu danych : 1.80 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1000

uniwersalne_zależności/fi_tdt

  • Opis konfiguracji : UD_Finnish-TDT jest oparty na Turku Dependency Treebank (TDT), szeroko zakrojonym banku drzew zależności ogólnego języka fińskiego, obejmującym wiele gatunków. Po konwersji na UD przeprowadzono szeroko zakrojone ręczne kontrole i poprawki, a bank drzew ściśle przestrzega wytycznych UD.

  • Rozmiar pliku do pobrania : 15.84 MiB

  • Rozmiar zestawu danych : 23.17 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1364
'test' 1555
'train' 12217

uniwersalne_zależności/fr_fqb

  • Opis konfiguracji : Korpus UD_French-FQB jest automatyczną konwersją francuskiego QuestionBank v1, korpusu w całości złożonego z pytań.

  • Rozmiar pliku do pobrania : 1.47 MiB

  • Rozmiar zestawu danych : 2.32 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 2289

universal_dependencies/fr_ftb

  • Opis konfiguracji : Uniwersalna wersja francuskiego Treebanku zależności (Abeillé et al., 2003), zwana dalej UD_French-FTB, jest bankiem drzew zdań z gazety Le Monde, początkowo ręcznie opatrzonych adnotacjami z informacjami morfologicznymi i strukturą fraz, a następnie przekonwertowanych na schemat adnotacji uniwersalnych zależności.

  • Rozmiar pliku do pobrania : 29.49 MiB

  • Rozmiar zestawu danych : 44.93 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1235
'test' 2541
'train' 14759

universal_dependencies/fr_gsd

  • Opis konfiguracji : UD_French-GSD został przekonwertowany w 2015 r. z wersji nagłówka uniwersalnego drzewa zależności w wersji 2.0 ( https://github.com/ryanmcd/uni-dep-tb ). Jest aktualizowany od 2015 roku niezależnie od poprzedniego źródła.

  • Rozmiar pliku do pobrania : 24.38 MiB

  • Rozmiar zestawu danych : 35.77 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1476
'test' 416
'train' 14449

universal_dependencies/fr_partut

  • Opis konfiguracji : UD_French-ParTUT to konwersja wielojęzycznego równoległego banku drzew opracowanego na Uniwersytecie w Turynie i składającego się z różnych gatunków tekstu, w tym m.in. przemówień, tekstów prawniczych i artykułów z Wikipedii.

  • Rozmiar pliku do pobrania : 1.74 MiB

  • Rozmiar zestawu danych : 2.44 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 107
'test' 110
'train' 803

universal_dependencies/fr_rhapsodie

  • Opis konfiguracji : uniwersalny korpus zależności dla mówionego języka francuskiego.

  • Rozmiar pliku do pobrania : 3.00 MiB

  • Rozmiar zestawu danych : 4.10 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1082
'test' 840
'train' 1288

universal_dependencies/fr_parisstories

  • Opis konfiguracji : Paris Stories to zbiór ustnych tekstów francuskich zebranych i transkrybowanych przez studentów lingwistyki z Sorbonne Nouvelle i poprawionych przez studentów Plurital Master's Degree of Computational Linguistics (Inalco, Paris Nanterre, Sorbonne Nouvelle) w latach 2017-2021. Zawiera monologi i dialogi mówców mieszkających w regionie paryskim.

  • Rozmiar pliku do pobrania : 1.97 MiB

  • Rozmiar zestawu danych : 2.70 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 547
'train' 1216

universal_dependencies/fr_pud

  • Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.

  • Rozmiar pliku do pobrania : 1.71 MiB

  • Rozmiar zestawu danych : 2.24 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1000

universal_dependencies/fr_sequoia

  • Opis konfiguracji : UD_French-Sequoia to automatyczna konwersja francuskiego korpusu Sequoia Treebank.

  • Rozmiar pliku do pobrania : 4.21 MiB

  • Rozmiar zestawu danych : 6.18 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 412
'test' 456
'train' 2231

uniwersalne_zależności/gl_ctg

  • Opis konfiguracji : Galicyjski bank drzew UD oparty jest na automatycznej analizie korpusu technicznego galicyjskiego ( http://sli.uvigo.gal/CTG ) utworzonego na Uniwersytecie w Vigo przez grupę badawczą TALG NLP.

  • Rozmiar pliku do pobrania : 7.85 MiB

  • Rozmiar zestawu danych : 10.81 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 860
'test' 861
'train' 2272

universal_dependencies/gl_treegal

  • Opis konfiguracji : Galicja-TreeGal to bank drzew języka galicyjskiego opracowany w LyS Group (Universidade da Coruña).

  • Rozmiar pliku do pobrania : 1.66 MiB

  • Rozmiar zestawu danych : 2.35 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 400
'train' 600

uniwersalne_zależności/de_gsd

  • Opis konfiguracji : niemiecki identyfikator użytkownika jest konwertowany z wersji nagłówka zawartości uniwersalnego banku drzewa zależności w wersji 2.0 (starsza wersja).

  • Rozmiar pliku do pobrania : 20.69 MiB

  • Rozmiar zestawu danych : 29.60 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 799
'test' 977
'train' 13814

uniwersalne_zależności/de_hdt

  • Opis konfiguracji : UD German-HDT jest konwersją hamburskiego banku zależności, utworzonego na Uniwersytecie w Hamburgu poprzez ręczną adnotację w połączeniu ze standardem morfologicznym i składniowym adnotowaniem zdań oraz parserem opartym na ograniczeniach.

  • Rozmiar pliku do pobrania : 242.97 MiB

  • Rozmiar zbioru danych : 347.93 MiB

  • Automatyczne buforowanie ( dokumentacja ): Nie

  • Podziały :

Rozdzielać Przykłady
'dev' 18434
'test' 18459
'train' 153035

uniwersalne_zależności/de_lit

  • Opis konfiguracji : Ten bank drzew ma na celu gromadzenie tekstów z historii literatury niemieckiej. Obecnie znajdują się w nim Fragmenty wczesnego romantyzmu, czyli teksty o charakterze aforyzmów, poruszające głównie zagadnienia filozoficzne dotyczące sztuki, piękna i zagadnień pokrewnych.

  • Rozmiar pliku do pobrania : 1.97 MiB

  • Rozmiar zestawu danych : 2.49 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1922

uniwersalne_zależności/de_pud

  • Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.

  • Rozmiar pliku do pobrania : 1.65 MiB

  • Rozmiar zestawu danych : 2.20 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1000

uniwersalne_zależności/got_proiel

  • Opis konfiguracji : Bank drzew UD Gothic jest oparty na danych gotyckich z banku drzew PROIEL i składa się z tłumaczenia Biblii Wulfili.

  • Rozmiar pliku do pobrania : 4.98 MiB

  • Rozmiar zestawu danych : 7.17 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 985
'test' 1029
'train' 3387

uniwersalne_zależności/el_gdt

  • Opis konfiguracji : Grecki bank drzew UD (UD_Greek-GDT) wywodzi się z greckiego banku zależności ( http://gdt.ilsp.gr ), zasobu opracowanego i utrzymywanego przez naukowców z Institute for Language and Speech Processing/Athena RC ( http://www.ilsp.gr ).

  • Rozmiar pliku do pobrania : 5.52 MiB

  • Rozmiar zestawu danych : 7.49 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 403
'test' 456
'train' 1662

uniwersalne_zależności/gub_tudet

  • Opis konfiguracji : UD_Guajajara-TuDeT to zbiór zdań z adnotacjami w języku Guajajara. Zdania pochodzą z wielu źródeł, takich jak opisy języka, opowiadania, słowniki i tłumaczenia z Nowego Testamentu. Adnotacja i dokumentacja zdania autorstwa Loreny Martín Rodríguez i Fabrício Ferraz Gerardi.

  • Rozmiar pliku do pobrania : 683.38 KiB

  • Rozmiar zbioru danych : 738.09 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1126

universal_dependencies/gn_oldtudet

  • Opis konfiguracji : UD_Guarani-OldTuDeT to zbiór tekstów z adnotacjami w języku Old Guarani. Opisywane są wszystkie znane źródła w tym języku: katezy, gramatyki (XVII i XVIII w.), zdania ze słowników i inne teksty. Adnotacja i dokumentacja zdania autorstwa Fabrício Ferraz Gerardi i Loreny Martín Rodríguez.

  • Rozmiar pliku do pobrania : 18.93 KiB

  • Rozmiar zbioru danych : 24.71 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 59

uniwersalne_zależności/on_htb

  • Opis konfiguracji : Uniwersalny korpus zależności dla języka hebrajskiego.

  • Rozmiar pliku do pobrania : 11.64 MiB

  • Rozmiar zestawu danych : 16.10 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 484
'test' 491
'train' 5241

universal_dependencies/he_iahltwiki

  • Opis konfiguracji : publicznie dostępny podzbiór sekcji Wikipedii IAHLT UD Hebrew Treebank ( https://www.iahlt.org/ )

  • Rozmiar pliku do pobrania : 10.30 MiB

  • Rozmiar zestawu danych : 14.16 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 348
'test' 393
'train' 4298

uniwersalne_zależności/qfn_fame

  • Opis konfiguracji : UD_Frisian_Dutch-Fame to wybór 400 zdań z FAME! korpus mowy autorstwa Yilmaza i in. (2016a, 2016b). Bank drzew jest ręcznie opatrzony adnotacjami przy użyciu schematu UD.

  • Rozmiar pliku do pobrania : 232.57 KiB

  • Rozmiar zbioru danych : 290.88 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 400

universal_dependencies/qhe_hiencs

  • Opis konfiguracji : Hindi-angielski bank drzewa przełączania kodów jest oparty na przełączanych kodami tweetach wielojęzycznych użytkowników języka hindi i angielskiego (głównie indyjskich) na Twitterze. Bank drzew jest ręcznie opatrzony adnotacjami przy użyciu schematu UD. Zestawy szkoleniowe i ewaluacyjne zostały oddzielnie opatrzone adnotacjami przez różnych adnotatorów, stosując odpowiednio wytyczne UD v2 i v1. Zestawy ewaluacyjne są automatycznie konwertowane z UD v1 na v2.

  • Rozmiar pliku do pobrania : 893.15 KiB

  • Rozmiar zestawu danych : 1.53 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 225
'test' 225
'train' 1448

uniwersalne_zależności/hi_hdtb

  • Opis konfiguracji : Bank drzew Hindi UD jest oparty na Hindi Dependency Treebank (HDTB), utworzonym w IIIT Hyderabad w Indiach.

  • Rozmiar pliku do pobrania : 49.18 MiB

  • Rozmiar zestawu danych : 68.06 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1659
'test' 1684
'train' 13304

universal_dependencies/hi_pud

  • Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.

  • Rozmiar pliku do pobrania : 2.20 MiB

  • Rozmiar zestawu danych : 2.82 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1000

universal_dependencies/hu_szeged

  • Opis konfiguracji : Węgierski bank drzew UD wywodzi się z banku drzew zależności Szeged (Vincze et al. 2010).

  • Rozmiar pliku do pobrania : 2.92 MiB

  • Rozmiar zestawu danych : 4.20 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 441
'test' 449
'train' 910

uniwersalne_zależności/jest_nowoczesne

  • Opis konfiguracji : UD_Icelandic-Modern to konwersja nowoczesnych dodatków islandzkiego analizowanego korpusu historycznego (IcePaHC) na schemat uniwersalnych zależności.

  • Rozmiar pliku do pobrania : 9.02 MiB

  • Rozmiar zestawu danych : 12.32 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 784
'test' 768
'train' 5376

universal_dependencies/is_icepahc

  • Opis konfiguracji : UD_Icelandic-IcePaHC to konwersja islandzkiego analizowanego korpusu historycznego (IcePaHC) na schemat uniwersalnych zależności. Konwersja została wykonana za pomocą UDConverter.

  • Rozmiar pliku do pobrania : 81.16 MiB

  • Rozmiar zestawu danych : 112.07 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 4865
'test' 5157
'train' 34007

uniwersalne_zależności/is_pud

  • Opis konfiguracji : Islandzki-PUD to islandzki element banków drzew Parallel Universal Dependencies (PUD).

  • Rozmiar pliku do pobrania : 1.45 MiB

  • Rozmiar zestawu danych : 1.89 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1000

uniwersalne_zależności/id_csui

  • Opis konfiguracji : UD Indonesian-CSUI to konwersja z indonezyjskiego banku drzew okręgów wyborczych w formacie Penn Treebank o nazwie Kethu, która była również konwersją z banku drzew okręgów wyborczych zbudowanego przez Dinakaramani i in. (2015). Nazwaliśmy ten bank drzew indonezyjskim-CSUI, ponieważ wszystkie trzy wersje banków drzew zostały zbudowane na Wydziale Informatyki Universitas Indonesia.

  • Rozmiar pliku do pobrania : 1.62 MiB

  • Rozmiar zestawu danych : 1.97 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 374
'train' 656

uniwersalne_zależności/id_gsd

  • Opis konfiguracji : Indonezyjski identyfikator użytkownika jest konwertowany z wersji nagłówka zawartości uniwersalnego banku drzew zależności w wersji 2.0 (starsza wersja).

  • Rozmiar pliku do pobrania : 9.15 MiB

  • Rozmiar zestawu danych : 11.25 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 559
'test' 557
'train' 4482

uniwersalne_zależności/id_pud

  • Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.

  • Rozmiar pliku do pobrania : 1.10 MiB

  • Rozmiar zestawu danych : 1.44 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1000

uniwersalne_zależności/ga_idt

  • Opis konfiguracji : uniwersalny bank drzew zależności składający się z 4910 zdań dla współczesnego języka irlandzkiego.

  • Rozmiar pliku do pobrania : 7.62 MiB

  • Rozmiar zestawu danych : 10.77 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 451
'test' 454
'train' 4005

universal_dependencies/ga_twittirish

  • Opis konfiguracji : uniwersalny bank drzew zależności zawierający 866 tweetów we współczesnym języku irlandzkim.

  • Rozmiar pliku do pobrania : 782.30 KiB

  • Rozmiar zestawu danych : 1.13 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 866

uniwersalne_zależności/it_isdt

  • Opis konfiguracji : włoski korpus opatrzony adnotacjami zgodnie ze schematem adnotacji UD został uzyskany przez konwersję z ISDT (włoski Stanford Dependency Treebank), udostępnionego do wspólnego zadania parsowania zależności w Evalita-2014 (Bosco et al. 2014).

  • Rozmiar pliku do pobrania : 20.03 MiB

  • Rozmiar zestawu danych : 29.18 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 564
'test' 482
'train' 13121

uniwersalne_zależności/it_partut

  • Opis konfiguracji : UD_Italian-ParTUT to konwersja wielojęzycznego równoległego banku drzew opracowanego na Uniwersytecie w Turynie i składającego się z różnych gatunków tekstu, w tym m.in. przemówień, tekstów prawniczych i artykułów z Wikipedii.

  • Rozmiar pliku do pobrania : 3.42 MiB

  • Rozmiar zestawu danych : 4.83 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 156
'test' 153
'train' 1781

universal_dependencies/it_postwita

  • Opis konfiguracji : PoSTWITA-UD to zbiór włoskich tweetów z adnotacjami w uniwersalnych zależnościach, które można wykorzystać do szkolenia systemów NLP w celu zwiększenia ich wydajności w tekstach w mediach społecznościowych.

  • Rozmiar pliku do pobrania : 7.27 MiB

  • Rozmiar zestawu danych : 10.47 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 670
'test' 674
'train' 5368

universal_dependencies/it_markit

  • Config description : It is MarkIT That is New: An Italian Treebank of Marked Constructions. Teresa Paccosi, Alessio Palmero Aprosio and Sara Tonelli, To appear in Proceedings of the Eighth Italian Conference on Computational Linguistics 2022 (CLIC-it 2021)

  • Download size : 2.48 MiB

  • Dataset size : 3.44 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 341
'test' 341
'train' 613

universal_dependencies/it_valico

  • Config description : Manually corrected Treebank of Learner Italian drawn from the Valico corpus and correspondent corrected sentences.

  • Download size : 520.45 KiB

  • Dataset size : 657.38 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 398

universal_dependencies/it_pud

  • Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.

  • Download size : 1.56 MiB

  • Dataset size : 2.05 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,000

universal_dependencies/it_twittiro

  • Config description : TWITTIRÒ-UD is a collection of ironic Italian tweets annotated in Universal Dependencies. The treebank can be exploited for the training of NLP systems to enhance their performance on social media texts, and in particular, for irony detection purposes.

  • Download size : 1.81 MiB

  • Dataset size : 2.51 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 144
'test' 142
'train' 1,138

universal_dependencies/it_vit

  • Config description : The UD_Italian-VIT corpus was obtained by conversion from VIT (Venice Italian Treebank), developed at the Laboratory of Computational Linguistics of the Università Ca' Foscari in Venice (Delmonte et al. 2007; Delmonte 2009; http://rondelmo.it/resource/VIT/Browser-VIT/index.htm ).

  • Download size : 16.77 MiB

  • Dataset size : 23.72 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 743
'test' 1,067
'train' 8,277

universal_dependencies/ja_pudluw

  • Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.

  • Download size : 4.37 MiB

  • Dataset size : 5.11 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,000

universal_dependencies/ja_bccwjluw

  • Config description : This Universal Dependencies (UD) Japanese treebank is based on the definition of UD Japanese convention described in the UD documentation. The original sentences are from `Balanced Corpus of Contemporary Written Japanese'(BCCWJ).

  • Download size : 59.20 MiB

  • Dataset size : 100.36 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 8,427
'test' 7,881
'train' 40,801

universal_dependencies/ja_gsdluw

  • Config description : This Universal Dependencies (UD) Japanese treebank is based on the definition of UD Japanese convention described in the UD documentation. The original sentences are from Google UDT 2.0.

  • Download size : 28.31 MiB

  • Dataset size : 33.97 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 507
'test' 543
'train' 7,050

universal_dependencies/ja_bccwj

  • Config description : This Universal Dependencies (UD) Japanese treebank is based on the definition of UD Japanese convention described in the UD documentation. The original sentences are from `Balanced Corpus of Contemporary Written Japanese'(BCCWJ).

  • Download size : 93.05 MiB

  • Dataset size : 157.62 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 8,427
'test' 7,881
'train' 40,801

universal_dependencies/ja_gsd

  • Config description : This Universal Dependencies (UD) Japanese treebank is based on the definition of UD Japanese convention described in the UD documentation. The original sentences are from Google UDT 2.0.

  • Download size : 43.21 MiB

  • Dataset size : 52.59 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 507
'test' 543
'train' 7,050

universal_dependencies/ja_modern

  • Config description : This Universal Dependencies (UD) Japanese treebank is based on the definition of UD Japanese convention described in the UD documentation. The original sentences are from `Corpus of Historical Japanese' (CHJ).

  • Download size : 2.06 MiB

  • Dataset size : 2.70 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 822

universal_dependencies/ja_pud

Rozdzielać Przykłady
'test' 1,000

universal_dependencies/jv_csui

  • Config description : UD Javanese-CSUI is a dependency treebank in Javanese, a regional language in Indonesia with more than 60 million users. The original sentences were taken from OPUS, especially from the WikiMatrix v1 corpus. We revised the sentences that contained more Indonesian words than Javanese words and manually annotated them.

  • Download size : 141.40 KiB

  • Dataset size : 171.69 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 125

universal_dependencies/urb_tudet

  • Config description : UD_Kaapor-TuDeT is a collection of annotated sentences in Ka'apor. The project is a work in progress and the treebank is being updated on a regular basis.

  • Download size : 24.74 KiB

  • Dataset size : 33.60 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 83

universal_dependencies/xnr_kdtb

  • Config description : The Kangri UD Treebank (KDTB) is a part of the Universal Dependency treebank project.

  • Download size : 132.92 KiB

  • Dataset size : 196.42 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 288

universal_dependencies/krl_kkpp

  • Config description : UD Karelian-KKPP is a manually annotated new corpus of Karelian made in Universal dependencies annotation scheme. The data is collected from VepKar corpora and consists of mostly modern news texts but also some stories and educational texts.

  • Download size : 220.80 KiB

  • Dataset size : 317.02 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 228

universal_dependencies/kk_ktb

  • Config description : The UD Kazakh treebank is a combination of text from various sources including Wikipedia, some folk tales, sentences from the UDHR, news and phrasebook sentences. Sentences IDs include partial document identifiers.

  • Download size : 833.88 KiB

  • Dataset size : 1.15 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,047
'train' 31

universal_dependencies/arr_tudet

  • Config description : UD_Karo-TuDeT is a collection of annotated sentences in Karo. The sentences stem from the only grammatical description of the language (Gabas, 1999) and from the sentences in the dictionary by the same author (Gabas, 2007). Sentence annotation and documentation by Fabrício Ferraz Gerardi.

  • Download size : 174.70 KiB

  • Dataset size : 259.24 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 674

universal_dependencies/kfm_aha

  • Config description : The AHA Khunsari Treebank is a small treebank for contemporary Khunsari. Its corpus is collected and annotated manually. We have prepared this treebank based on interviews with Khunsari speakers.

  • Download size : 6.14 KiB

  • Dataset size : 7.56 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 10

universal_dependencies/quc_iu

  • Config description : UD Kʼicheʼ-IU is a treebank consisting of sentences from a variety of text domains but principally dictionary example sentences and linguistic examples.

  • Download size : 823.85 KiB

  • Dataset size : 1.06 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,435

universal_dependencies/koi_uh

  • Config description : This is a Komi-Permyak literary language treebank consisting of original and translated texts.

  • Download size : 99.43 KiB

  • Dataset size : 118.77 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 100

universal_dependencies/kpv_ikdp

  • Config description : This treebank consists of dialectal transcriptions of spoken Komi-Zyrian. The current texts are short recorded segments from different areas where the Iźva dialect of Komi language is spoken.

  • Download size : 202.88 KiB

  • Dataset size : 273.92 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 214

universal_dependencies/kpv_lattice

  • Config description : UD Komi-Zyrian Lattice is a treebank of written standard Komi-Zyrian.

  • Download size : 741.82 KiB

  • Dataset size : 989.46 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 663

universal_dependencies/ko_gsd

  • Config description : The Google Korean Universal Dependency Treebank is first converted from the Universal Dependency Treebank v2.0 (legacy), and then enhanced by Chun et al., 2018.

  • Download size : 4.66 MiB

  • Dataset size : 6.31 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 950
'test' 989
'train' 4,400

universal_dependencies/ko_kaist

  • Config description : The KAIST Korean Universal Dependency Treebank is generated by Chun et al., 2018 from the constituency trees in the KAIST Tree-Tagging Corpus.

  • Download size : 20.84 MiB

  • Dataset size : 27.97 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 2,066
'test' 2,287
'train' 23,010

universal_dependencies/ko_pud

  • Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.

  • Download size : 1.92 MiB

  • Dataset size : 2.12 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,000

universal_dependencies/kmr_mg

  • Config description : The UD Kurmanji corpus is a corpus of Kurmanji Kurdish. It contains fiction and encyclopaedic texts in roughly equal measure. It has been annotated natively in accordance with the UD annotation scheme.

  • Download size : 747.04 KiB

  • Dataset size : 1.07 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 734
'train' 20

universal_dependencies/la_ittb

  • Config description : Latin data from the Index Thomisticus Treebank. Data are taken from the Index Thomisticus corpus by Roberto Busa SJ, which contains the complete work by Thomas Aquinas (1225–1274; Medieval Latin) and by 61 other authors related to Thomas.

  • Download size : 40.75 MiB

  • Dataset size : 55.54 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 2,101
'test' 2,101
'train' 22,775

universal_dependencies/la_udante

  • Config description : The UDante treebank is based on the Latin texts of Dante Alighieri, taken from the DanteSearch corpus, originally created at the University of Pisa, Italy. It is a treebank of Latin language, more precisely of literary Medieval Latin (XIVth century).

  • Download size : 4.87 MiB

  • Dataset size : 6.65 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 376
'test' 419
'train' 926

universal_dependencies/la_llct

  • Config description : This Universal Dependencies version of the LLCT (Late Latin Charter Treebank) consists of an automated conversion of the LLCT2 treebank from the Latin Dependency Treebank (LDT) format into the Universal Dependencies standard.

  • Download size : 20.99 MiB

  • Dataset size : 27.77 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 850
'test' 884
'train' 7,289

universal_dependencies/la_perseus

  • Config description : This Universal Dependencies Latin Treebank consists of an automatic conversion of a selection of passages from the Ancient Greek and Latin Dependency Treebank 2.1

  • Download size : 2.45 MiB

  • Dataset size : 3.53 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 939
'train' 1,334

universal_dependencies/la_proiel

  • Config description : The Latin PROIEL treebank is based on the Latin data from the PROIEL treebank, and contains most of the Vulgate New Testament translations plus selections from Caesar's Gallic War, Cicero's Letters to Atticus, Palladius' Opus Agriculturae and the first book of Cicero's De officiis.

  • Download size : 17.58 MiB

  • Dataset size : 25.21 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,234
'test' 1,260
'train' 15,917

universal_dependencies/lv_lvtb

  • Config description : Latvian UD Treebank is based on Latvian Treebank (LVTB), being created at University of Latvia, Institute of Mathematics and Computer Science, Artificial Intelligence Laboratory.

  • Download size : 30.93 MiB

  • Dataset size : 42.49 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,957
'test' 2,325
'train' 12,521

universal_dependencies/lij_glt

  • Config description : The Genoese Ligurian Treebank is a small, manually annotated collection of contemporary Ligurian prose. The focus of the treebank is written Genoese, the koiné variety of Ligurian which is associated with today's literary, journalistic and academic ligurophone sphere.

  • Download size : 426.33 KiB

  • Dataset size : 636.88 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 296
'train' 20

universal_dependencies/lt_alksnis

  • Config description : The Lithuanian dependency treebank ALKSNIS v3.0 (Vytautas Magnus University).

  • Download size : 6.68 MiB

  • Dataset size : 9.06 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 617
'test' 684
'train' 2,341

universal_dependencies/lt_hse

  • Config description : Lithuanian treebank annotated manually (dependencies) using the Morphological Annotator by CCL, Vytautas Magnus University ( http://tekstynas.vdu.lt/ ) and manual disambiguation. A pilot version which includes news and an essay by Tomas Venclova is available here.

  • Download size : 255.28 KiB

  • Dataset size : 1.06 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 153
'test' 153
'train' 153

universal_dependencies/olo_kkpp

  • Config description : UD Livvi-KKPP is a manually annotated new corpus of Livvi-Karelian made directly in the Universal dependencies annotation scheme. The data is collected from VepKar corpora and consists of mostly modern news texts but also some stories and educational texts.

  • Download size : 119.00 KiB

  • Dataset size : 165.75 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 106
'train' 19

universal_dependencies/nds_lsdc

  • Config description : The UD Low Saxon LSDC dataset consists of sentences in 18 Low Saxon dialects from both Germany and the Netherlands. These sentences are (or are to become) part of the LSDC dataset and represent the language from the 19th and early 20th century in genres such as short stories, novels, speeches, letters and fairytales.

  • Download size : 209.01 KiB

  • Dataset size : 280.72 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 83

universal_dependencies/mt_mudt

  • Config description : MUDT (Maltese Universal Dependencies Treebank) is a manually annotated treebank of Maltese, a Semitic language of Malta descended from North African Arabic with a significant amount of Italo-Romance influence. MUDT was designed as a balanced corpus with four major genres (see Splitting below) represented roughly equally.

  • Download size : 1.92 MiB

  • Dataset size : 2.67 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 433
'test' 518
'train' 1,123

universal_dependencies/gv_cadhan

  • Config description : This is the Cadhan Aonair UD treebank for Manx Gaelic, created by Kevin Scannell.

  • Download size : 1.26 MiB

  • Dataset size : 1.79 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 2,319

universal_dependencies/mr_ufal

  • Config description : UD Marathi is a manually annotated treebank consisting primarily of stories from Wikisource, and parts of an article on Wikipedia.

  • Download size : 330.87 KiB

  • Dataset size : 496.00 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 46
'test' 47
'train' 373

universal_dependencies/gun_dooley

  • Config description : UD Mbya_Guarani-Dooley is a corpus of narratives written in Mbyá Guaraní (Tupian) in Brazil, and collected by Robert Dooley. Due to copyright restrictions, the corpus that is distributed as part of UD only contains the annotation (tags, features, relations) while the FORM and LEMMA columns are empty.

  • Download size : 560.08 KiB

  • Dataset size : 859.37 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,046

universal_dependencies/gun_thomas

  • Config description : UD Mbya_Guarani-Thomas is a corpus of Mbyá Guaraní (Tupian) texts collected by Guillaume Thomas. The current version of the corpus consists of three speeches by Paulina Kerechu Núñez Romero, a Mbyá Guaraní speaker from Ytu, Caazapá Department, Paraguay.

  • Download size : 90.88 KiB

  • Dataset size : 120.86 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 98

universal_dependencies/mdf_jr

  • Config description : Erme Universal Dependencies annotated texts Moksha are the origin of UD_Moksha-JR with annotation (CoNLL-U) for texts in the Moksha language, it originally consists of a sample from a number of fiction authors writing originals in Moksha.

  • Download size : 343.96 KiB

  • Dataset size : 451.57 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 342

universal_dependencies/myu_tudet

  • Config description : UD_Munduruku-TuDeT is a collection of annotated sentences in Mundurukú. Together with UD_Akuntsu-TuDeT and UD_Tupinamba-TuDeT, UD_Munduruku-TuDeT is part of the TuLaR project.

  • Download size : 67.85 KiB

  • Dataset size : 83.48 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 158

universal_dependencies/pcm_nsc

  • Config description : A Universal Dependencies corpus for spoken Naija (Nigerian Pidgin).

  • Download size : 16.99 MiB

  • Dataset size : 21.58 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 991
'test' 972
'train' 7,278

universal_dependencies/nyq_aha

  • Config description : The AHA Nayini Treebank is a small treebank for contemporary Nayini. Its corpus is collected and annotated manually. We have prepared this treebank based on interviews with Nayini speakers.

  • Download size : 6.24 KiB

  • Dataset size : 7.72 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 10

universal_dependencies/sme_giella

  • Config description : This is a North Sámi treebank based on a manually disambiguated and function-labelled gold-standard corpus of North Sámi produced by the Giellatekno team at UiT Norgga árktalaš universitehta.

  • Download size : 1.78 MiB

  • Dataset size : 2.72 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 865
'train' 2,257

universal_dependencies/no_bokmaal

  • Config description : The Norwegian UD treebank is based on the Bokmål section of the Norwegian Dependency Treebank (NDT), which is a syntactic treebank of Norwegian. NDT has been automatically converted to the UD scheme by Lilja Øvrelid at the University of Oslo.

  • Download size : 18.29 MiB

  • Dataset size : 27.60 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 2,409
'test' 1,939
'train' 15,696

universal_dependencies/no_nynorsk

  • Config description : The Norwegian UD treebank is based on the Nynorsk section of the Norwegian Dependency Treebank (NDT), which is a syntactic treebank of Norwegian. NDT has been automatically converted to the UD scheme by Lilja Øvrelid at the University of Oslo.

  • Download size : 17.68 MiB

  • Dataset size : 26.46 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,890
'test' 1,511
'train' 14,174

universal_dependencies/no_nynorsklia

  • Config description : This Norwegian treebank is based on the LIA treebank of transcribed spoken Norwegian dialects. The treebank has been automatically converted to the UD scheme by Lilja Øvrelid at the University of Oslo.

  • Download size : 3.19 MiB

  • Dataset size : 4.78 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 881
'test' 957
'train' 3,412

universal_dependencies/cu_proiel

  • Config description : The Old Church Slavonic (OCS) UD treebank is based on the Old Church Slavonic data from the PROIEL treebank and contains the text of the Codex Marianus New Testament translation.

  • Download size : 5.92 MiB

  • Dataset size : 8.33 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,073
'test' 1,141
'train' 4,124

universal_dependencies/fro_srcmf

  • Config description : UD_Old_French-SRCMF is a conversion of (part of) the SRCMF corpus (Syntactic Reference Corpus of Medieval French srcmf.org).

  • Download size : 13.51 MiB

  • Dataset size : 18.54 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,887
'test' 1,989
'train' 14,153

universal_dependencies/orv_birchbark

  • Config description : UD Old_East_Slavic-Birchbark is based on the RNC Corpus of Birchbark Letters and includes documents written in 1025-1500 in an East Slavic vernacular (letters, household and business records, records for church services, spell against diseases, and other short inscriptions). The treebank is manually syntactically annotated in the UD 2.0 scheme, morphological and lexical annotation is a conversion of the original RNC annotation.

  • Download size : 4.04 MiB

  • Dataset size : 4.72 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,054
'test' 1,006
'train' 1,045

universal_dependencies/orv_rnc

  • Config description : UD_Old_Russian-RNC is a sample of the Middle Russian corpus (1300-1700), a part of the Russian National Corpus. The data were originally annotated according to the RNC and extended UD-Russian morphological schemas and UD 2.4 dependency schema.

  • Download size : 2.95 MiB

  • Dataset size : 4.02 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 648
'train' 422

universal_dependencies/orv_torot

  • Config description : UD_Old_Russian-TOROT is a conversion of a selection of the Old East Slavonic and Middle Russian data in the Tromsø Old Russian and OCS Treebank (TOROT), which was originally annotated in PROIEL dependency format.

  • Download size : 14.49 MiB

  • Dataset size : 20.13 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,852
'test' 1,756
'train' 13,336

universal_dependencies/otk_tonqq

  • Config description : UD_Old_Turkish-Tonqq is an Old Turkish treebank built upon Turkic script texts or sentences that are trivially convertible.

  • Download size : 10.44 KiB

  • Dataset size : 14.01 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 20

universal_dependencies/fa_perdt

  • Config description : The Persian Universal Dependency Treebank (PerUDT) is the result of automatic coversion of Persian Dependency Treebank (PerDT) with extensive manual corrections. Please refer to the follwoing work, if you use this data: Mohammad Sadegh Rasooli, Pegah Safari, Amirsaeid Moloodi, and Alireza Nourian. 'The Persian Dependency Treebank Made Universal'. 2020 (to appear).

  • Download size : 32.05 MiB

  • Dataset size : 43.48 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,456
'test' 1,455
'train' 26,196

universal_dependencies/fa_seraji

  • Config description : The Persian Universal Dependency Treebank (Persian UD) is based on Uppsala Persian Dependency Treebank (UPDT). The conversion of the UPDT to the Universal Dependencies was performed semi-automatically with extensive manual checks and corrections.

  • Download size : 9.43 MiB

  • Dataset size : 12.50 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 599
'test' 600
'train' 4,798

universal_dependencies/pl_lfg

  • Config description : The LFG Enhanced UD treebank of Polish is based on a corpus of LFG (Lexical Functional Grammar) syntactic structures generated by an LFG grammar of Polish, POLFIE, and manually disambiguated by human annotators.

  • Download size : 14.18 MiB

  • Dataset size : 18.96 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,745
'test' 1,727
'train' 13,774

universal_dependencies/pl_pdb

  • Config description : The Polish PDB-UD treebank is based on the Polish Dependency Bank 2.0 (PDB 2.0), created at the Institute of Computer Science, Polish Academy of Sciences in Warsaw. The PDB-UD treebank is an extended and corrected version of the Polish SZ-UD treebank (the release 1.2 to 2.3).

  • Download size : 34.66 MiB

  • Dataset size : 47.62 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 2,215
'test' 2,215
'train' 17,722

universal_dependencies/pl_pud

  • Config description : This is the Polish portion of the Parallel Universal Dependencies (PUD) treebanks, created at the Institute of Computer Science, Polish Academy of Sciences in Warsaw.Re

  • Download size : 1.91 MiB

  • Dataset size : 2.52 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,000

universal_dependencies/pt_bosque

  • Config description : This Universal Dependencies (UD) Portuguese treebank is based on the Constraint Grammar converted version of the Bosque, which is part of the Floresta Sintá(c)tica treebank. It contains both European (CETEMPúblico) and Brazilian (CETENFolha) variants.

  • Download size : 14.29 MiB

  • Dataset size : 20.41 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,172
'test' 1,167
'train' 7,018

universal_dependencies/pt_gsd

  • Config description : The Brazilian Portuguese UD is converted from the Google Universal Dependency Treebank v2.0 (legacy).

  • Download size : 14.57 MiB

  • Dataset size : 20.34 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,204
'test' 1,200
'train' 9,615

universal_dependencies/pt_pud

  • Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.

  • Download size : 1.48 MiB

  • Dataset size : 1.95 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,000

universal_dependencies/ro_art

  • Config description : The UD treebank ArT is a treebank of the Aromanian dialect of the Romanian language in UD format.

  • Download size : 44.38 KiB

  • Dataset size : 65.95 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 50

universal_dependencies/ro_nonstandard

  • Config description : The Romanian Non-standard UD treebank (called UAIC-RoDia) is based on UAIC-RoDia Treebank. UAIC-RoDia = ISLRN 156-635-615-024-0

  • Download size : 48.00 MiB

  • Dataset size : 66.84 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,052
'test' 1,052
'train' 24,121

universal_dependencies/ro_rrt

  • Config description : The Romanian UD treebank (called RoRefTrees) (Barbu Mititelu et al., 2016) is the reference treebank in UD format for standard Romanian.

  • Download size : 16.38 MiB

  • Dataset size : 22.96 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 752
'test' 729
'train' 8,043

universal_dependencies/ro_simonero

  • Config description : SiMoNERo is a medical corpus of contemporary Romanian.

  • Download size : 11.36 MiB

  • Dataset size : 15.68 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 443
'test' 491
'train' 3,747

universal_dependencies/ru_gsd

  • Config description : Russian Universal Dependencies Treebank annotated and converted by Google.

  • Download size : 8.42 MiB

  • Dataset size : 11.51 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 579
'test' 601
'train' 3,850

universal_dependencies/ru_pud

  • Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.

  • Download size : 1.78 MiB

  • Dataset size : 2.26 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,000

universal_dependencies/ru_syntagrus

  • Config description : Russian data from the SynTagRus corpus.

  • Download size : 97.99 MiB

  • Dataset size : 139.66 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 6,584
'test' 6,491
'train' 48,814

universal_dependencies/ru_taiga

  • Config description : Universal Dependencies treebank is based on data samples extracted from Taiga Corpus and MorphoRuEval-2017 and GramEval-2020 shared tasks collections.

  • Download size : 18.12 MiB

  • Dataset size : 24.32 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 946
'test' 881
'train' 16,045

universal_dependencies/sa_ufal

  • Config description : A small Sanskrit treebank of sentences from Pañcatantra, an ancient Indian collection of interrelated fables by Vishnu Sharma.

  • Download size : 414.72 KiB

  • Dataset size : 407.83 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 230

universal_dependencies/sa_vedic

  • Config description : The Treebank of Vedic Sanskrit contains 4,000 sentences with 27,000 words chosen from metrical and prose passages of the Ṛgveda (RV), the Śaunaka recension of the Atharvaveda (ŚS), the Maitrāyaṇīsaṃhitā (MS), and the Aitareya- (AB) and Śatapatha-Brāhmaṇas (ŚB). Lexical and morpho-syntactic information has been generated using a tagging software and manually validated. POS tags have been induced automatically from the morpho-sytactic information of each word.

  • Download size : 1.95 MiB

  • Dataset size : 3.14 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,473
'train' 2,524

universal_dependencies/gd_arcosg

  • Config description : A treebank of Scottish Gaelic based on the Annotated Reference Corpus Of Scottish Gaelic (ARCOSG).

  • Download size : 5.07 MiB

  • Dataset size : 7.20 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 655
'test' 545
'train' 3,539

universal_dependencies/sr_set

  • Config description : The Serbian UD treebank is based on the SETimes-SR corpus and additional news documents from the Serbian web.

  • Download size : 7.07 MiB

  • Dataset size : 10.04 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 536
'test' 520
'train' 3,328

universal_dependencies/sms_giellagas

  • Config description : The UD Skolt Sami Giellagas treebank is based almost entirely on spoken Skolt Sami corpora.

  • Download size : 216.27 KiB

  • Dataset size : 299.21 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 218

universal_dependencies/sk_snk

  • Config description : The Slovak UD treebank is based on data originally annotated as part of the Slovak National Corpus, following the annotation style of the Prague Dependency Treebank.

  • Download size : 9.55 MiB

  • Dataset size : 13.87 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,060
'test' 1,061
'train' 8,483

universal_dependencies/sl_ssj

  • Config description : The Slovenian UD Treebank is a rule-based conversion of the ssj500k treebank, the largest collection of manually syntactically annotated data in Slovenian, originally annotated in the JOS annotation scheme.

  • Download size : 19.82 MiB

  • Dataset size : 28.72 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,250
'test' 1,282
'train' 10,903

universal_dependencies/sl_sst

  • Config description : The Spoken Slovenian UD Treebank (SST) is the first syntactically annotated corpus of spoken Slovenian, based on a sample of the reference GOS corpus, a collection of transcribed audio recordings of monologic, dialogic and multi-party spontaneous speech in different everyday situations.

  • Download size : 2.53 MiB

  • Dataset size : 3.88 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,110
'train' 2,078

universal_dependencies/soj_aha

  • Config description : The AHA Soi Treebank is a small treebank for contemporary Soi. Its corpus is collected and annotated manually. We have prepared this treebank based on interviews with Soi speakers.

  • Download size : 4.47 KiB

  • Dataset size : 5.58 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 8

universal_dependencies/ajp_madar

  • Config description : The South_Levantine_Arabic-MADAR treebank consists of 100 manually-annotated sentences taken from the MADAR (Multi-Arabic Dialect Applications and Resources) project.

  • Download size : 42.16 KiB

  • Dataset size : 65.64 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 100

universal_dependencies/es_ancora

  • Config description : Spanish data from the AnCora corpus.

  • Download size : 50.23 MiB

  • Dataset size : 66.53 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,654
'test' 1,721
'train' 14,287

universal_dependencies/es_gsd

  • Config description : The Spanish UD is converted from the content head version of the universal dependency treebank v2.0 (legacy).

  • Download size : 24.86 MiB

  • Dataset size : 36.42 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,400
'test' 426
'train' 14,187

universal_dependencies/es_pud

Rozdzielać Przykłady
'test' 1,000

universal_dependencies/swl_sslc

  • Config description : The Universal Dependencies treebank for Swedish Sign Language (ISO 639-3: swl) is derived from the Swedish Sign Language Corpus (SSLC) from the department of linguistics, Stockholm University.

  • Download size : 79.78 KiB

  • Dataset size : 122.04 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 82
'test' 34
'train' 87

universal_dependencies/sv_lines

  • Config description : UD Swedish_LinES is the Swedish half of the LinES Parallel Treebank with UD annotations. All segments are translations from English and the sources cover literary genres, online manuals and Europarl data.

  • Download size : 6.91 MiB

  • Dataset size : 9.18 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,032
'test' 1,035
'train' 3,176

universal_dependencies/sv_pud

  • Config description : Swedish-PUD is the Swedish part of the Parallel Universal Dependencies (PUD) treebanks.

  • Download size : 1.64 MiB

  • Dataset size : 2.13 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,000

universal_dependencies/sv_talbanken

  • Config description : The Swedish-Talbanken treebank is based on Talbanken, a treebank developed at Lund University in the 1970s.

  • Download size : 8.08 MiB

  • Dataset size : 11.40 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 504
'test' 1,219
'train' 4,303

universal_dependencies/gsw_uzh

  • Config description : _UD_Swiss German-UZH is a tiny manually annotated treebank of 100 sentences in different Swiss German dialects and a variety of text genres.

  • Download size : 58.28 KiB

  • Dataset size : 86.61 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 100

universal_dependencies/tl_trg

  • Config description : UD_Tagalog-TRG is a UD treebank manually annotated using sentences from a grammar book.

  • Download size : 59.91 KiB

  • Dataset size : 84.14 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 128

universal_dependencies/tl_ugnayan

  • Config description : Ugnayan is a manually annotated Tagalog treebank currently composed of educational fiction and nonfiction text. The treebank is under development at the University of the Philippines.

  • Download size : 53.91 KiB

  • Dataset size : 76.16 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 94

universal_dependencies/ta_mwtt

  • Config description : MWTT - Modern Written Tamil Treebank has sentences taken primarily from a text called 'A Grammar of Modern Tamil' by Thomas Lehmann (1993). This initial release has 536 sentences of various lengths, and all of these are added as the test set.

  • Download size : 394.18 KiB

  • Dataset size : 499.94 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 534

universal_dependencies/ta_ttb

  • Config description : The UD Tamil treebank is based on the Tamil Dependency Treebank created at the Charles University in Prague by Loganathan Ramasamy.

  • Download size : 1.68 MiB

  • Dataset size : 2.06 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Examples
'dev' 80
'test' 120
'train' 400

universal_dependencies/te_mtg

  • Config description : The Telugu UD treebank is created in UD based on manual annotations of sentences from a grammar book.

  • Download size : 628.67 KiB

  • Dataset size : 866.20 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Examples
'dev' 131
'test' 146
'train' 1,051

universal_dependencies/th_pud

  • Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.

  • Download size : 1.53 MiB

  • Dataset size : 1.85 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Examples
'test' 1,000

universal_dependencies/tpn_tudet

  • Config description : UD_Tupinamba-TuDeT is a collection of annotated texts in Tupi(nambá). Together with UD_Akuntsu-TuDeT and UD_Munduruku-TuDeT, UD_Tupinamba-TuDeT is part of the TuLaR. The treebank is ongoing work and is constantly being updated.

  • Download size : 293.55 KiB

  • Dataset size : 371.48 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Examples
'test' 546

universal_dependencies/qtd_sagt

  • Config description : UD Turkish-German SAGT is a Turkish-German code-switching treebank that is developed as part of the SAGT project.

  • Download size : 2.78 MiB

  • Dataset size : 4.28 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Examples
'dev' 801
'test' 805
'train' 578

universal_dependencies/tr_atis

  • Config description : This treebank is a translation of English ATIS (Airline Travel Information System) corpus (see References). It consists of 5432 sentences.

  • Download size : 3.26 MiB

  • Dataset size : 5.09 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Examples
'dev' 572
'test' 586
'train' 4,274

universal_dependencies/tr_tourism

  • Config description : Turkish Tourism is a domain specific treebank consisting of 19,750 manually annotated sentences and 92,200 tokens. These sentences were taken from the original customer reviews of a tourism company.

  • Download size : 6.48 MiB

  • Dataset size : 11.24 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 2,166
'test' 2,191
'train' 15,476

universal_dependencies/tr_kenet

  • Config description : Turkish-Kenet UD Treebank is the biggest treebank of Turkish. It consists of 18,700 manually annotated sentences and 178,700 tokens. Its corpus consists of dictionary examples.

  • Download size : 12.16 MiB

  • Dataset size : 19.00 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 1,646
'test' 1,643
'train' 15,398

universal_dependencies/tr_penn

  • Config description : Turkish version of the Penn Treebank. It consists of a total of 9,560 manually annotated sentences and 87,367 tokens. (It only includes sentences up to 15 words long.)

  • Download size : 12.29 MiB

  • Dataset size : 18.82 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 622
'test' 924
'train' 14,850

universal_dependencies/tr_framenet

  • Config description : Turkish FrameNet consists of 2,700 manually annotated example sentences and 19,221 tokens. Its data consists of the sentences taken from the Turkish FrameNet Project. The annotated sentences can be filtered according to the semantic frame category of the root of the sentence.

  • Download size : 1.43 MiB

  • Dataset size : 2.28 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 205
'test' 205
'train' 2,288

universal_dependencies/tr_boun

  • Config description : The largest Turkish dependency treebank annotated in UD style. Created by the members of TABILAB from Boğaziçi University.

  • Download size : 9.07 MiB

  • Dataset size : 13.24 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 979
'test' 979
'train' 7,803

universal_dependencies/tr_gb

  • Config description : This is a treebank annotating example sentences from a comprehensive grammar book of Turkish.

  • Download size : 1.41 MiB

  • Dataset size : 2.02 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 2,880

universal_dependencies/tr_imst

  • Config description : The UD Turkish Treebank, also called the IMST-UD Treebank, is a semi-automatic conversion of the IMST Treebank (Sulubacak et al., 2016).

  • Download size : 4.51 MiB

  • Dataset size : 6.70 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 988
'test' 983
'train' 3,664

universal_dependencies/tr_pud

  • Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.

  • Download size : 1.29 MiB

  • Dataset size : 1.65 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 1,000

universal_dependencies/uk_iu

  • Config description : Gold standard Universal Dependencies corpus for Ukrainian, developed for UD originally, by Institute for Ukrainian, NGO. [українською]

  • Download size : 16.54 MiB

  • Dataset size : 21.99 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 672
'test' 892
'train' 5,496

universal_dependencies/hsb_ufal

  • Config description : A small treebank of Upper Sorbian based mostly on Wikipedia.

  • Download size : 762.63 KiB

  • Dataset size : 1.11 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 623
'train' 23

universal_dependencies/ur_udtb

  • Config description : The Urdu Universal Dependency Treebank was automatically converted from Urdu Dependency Treebank (UDTB) which is part of an ongoing effort of creating multi-layered treebanks for Hindi and Urdu.

  • Download size : 15.16 MiB

  • Dataset size : 21.57 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 552
'test' 535
'train' 4,043

universal_dependencies/ug_udt

  • Config description : The Uyghur UD treebank is based on the Uyghur Dependency Treebank (UDT), created at the Xinjiang University in Ürümqi, China.

  • Download size : 3.30 MiB

  • Dataset size : 4.59 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 900
'test' 900
'train' 1,656

universal_dependencies/vi_vtb

  • Config description : The Vietnamese UD treebank is a conversion of the constituent treebank created in the VLSP project ( https://vlsp.hpda.vn/ ).

  • Download size : 1.96 MiB

  • Dataset size : 2.81 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 800
'test' 800
'train' 1,400

universal_dependencies/wbp_ufal

  • Config description : A small treebank of grammatical examples in Warlpiri, taken from linguistic literature.

  • Download size : 37.58 KiB

  • Dataset size : 47.36 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 55

universal_dependencies/cy_ccg

  • Config description : UD Welsh-CCG (Corpws Cystrawennol y Gymraeg) is a treebank of Welsh, annotated according to the Universal Dependencies guidelines.

  • Download size : 2.28 MiB

  • Dataset size : 3.06 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 953
'train' 976

universal_dependencies/hy_armtdp

  • Config description : A Universal Dependencies treebank for Eastern Armenian developed for UD originally by the ArmTDP team led by Marat M. Yavrumyan at the Yerevan State University.

  • Download size : 6.56 MiB

  • Dataset size : 8.50 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 249
'test' 277
'train' 1,974

universal_dependencies/wo_wtb

  • Config description : UD_Wolof-WTB is a natively manual developed treebank for Wolof. Sentences were collected from encyclopedic, fictional, biographical, religious texts and news.

  • Download size : 2.65 MiB

  • Dataset size : 3.78 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'dev' 449
'test' 470
'train' 1,188

universal_dependencies/sjo_xdt

  • Config description : The UD Xibe Treebank is a corpus of the Xibe language (ISO 639-3: sjo) containing manually annotated syntactic trees under the Universal Dependencies. Sentences come from three sources: grammar book examples, newspaper (Cabcal News) and Xibe textbooks.

  • Download size : 1.50 MiB

  • Dataset size : 1.74 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 810

universal_dependencies/sah_yktdt

  • Config description : UD_Yakut-YKTDT is a collection Yakut ([Sakha]) sentences ( https://glottolog.org/resource/languoid/id/yaku1245 ). The project is work-in-progress and the treebank is being updated on a regular basis

  • Download size : 51.76 KiB

  • Dataset size : 61.70 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 96

universal_dependencies/yo_ytb

  • Config description : Parts of the Yoruba Bible and of the Yoruba edition of Wikipedia, hand-annotated natively in Universal Dependencies.

  • Download size : 554.64 KiB

  • Dataset size : 767.54 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 318

universal_dependencies/ess_sli

  • Config description : UD_Yupik-SLI is a treebank of St. Lawrence Island Yupik (ISO 639-3: ess) that has been manually annotated at the morpheme level, based on a finite-state morphological analyzer by Chen et al., 2020. The word-level annotation, merging multiword expressions, is provided in not-to-release/ess_sli-ud-test.merged.conllu. More information about the treebank can be found in our publication (AmericasNLP, 2021).

  • Download size : 302.87 KiB

  • Dataset size : 410.25 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Podziały :

Rozdzielać Przykłady
'test' 309