Forskningsresultat per år
Forskningsresultat per år
Beskrivning
OcWikiAnnot is a corpus of Wikipedia content in Occitan that is tokenized, PoS-tagged and lemmatized. The corpus contains 100 000 sentences for a total of 2 037 723 tokens. It is based on the Wikipedia corpus in Occitan that is part of the Leipzig Corpora Collection.
| Datum som det gjorts tillgängligt | 20 apr. 2023 |
|---|---|
| Förlag | Zenodo |
| Datum för dataproduktion | feb. 2023 - apr. 2023 |
Forskningsoutput
- 1 Konferensbidrag
-
Outiller l'occitan: nouvelles ressources et lemmatisation
Miletic Haddad, A., juni 2023, Actes de la 30e Conférence sur le Traitement Automatique des Langues Naturelles (TALN): Volume 1: travaux de recherche originaux - articles longs. Servan, C. & Vilnat, A. (red.). Paris: Association pour le Traitement Automatique des Langues, s. 217-231 15 s.Forskningsoutput: Kapitel i bok/rapport/konferenshandling › Konferensbidrag › Professionell
Öppen tillgångFil
Projekt
- 1 Aktiv
-
CorCoDial: CorCoDial - Corpus-based computational dialectology: exploiting machine translation techniques to extract, visualize and interpret dialectal patterns
Scherrer, Y. (Projektledare), Tiedemann, J. (Projektledare), Mickus, T. (deltagare), Miletic Haddad, A. (deltagare), Psaltaki, E. (deltagare), Roemling, D. (deltagare), Siewert, J. (deltagare) & Siewert, J. (deltagare)
Suomen Akatemia Projektilaskutus
01/09/2021 → 31/08/2025
Projekt: Finlands Akademi: Akademiprojektsbidrag