srwac

อ้างอิง:

• รหัส
• กอดหน้า

ซวาค

ใช้คำสั่งต่อไปนี้เพื่อโหลดชุดข้อมูลนี้ใน TFDS:

ds = tfds.load('huggingface:srwac/srwac')

• คำอธิบาย :

The Serbian web corpus srWaC was built by crawling the .rs top-level domain in 2014. The corpus was near-deduplicated on paragraph level, normalised via diacritic restoration, morphosyntactically annotated and lemmatised. The corpus is shuffled by paragraphs. Each paragraph contains metadata on the URL, domain and language identification (Serbian vs. Croatian).
Version 1.0 of this corpus is described in http://www.aclweb.org/anthology/W14-0405. Version 1.1 contains newer and better linguistic annotations.

• ใบอนุญาต : CC BY-SA 4.0
• เวอร์ชั่น : 1.1.0
• แยก :

• คุณสมบัติ :

{
    "sentence": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}