4 datasets found

Tartu Ülikooli liivi keele korpus on liivi keele näiteid koondav elektrooniline andmekogu. Esindatud on nii idaliivi, lääneliivi kui ka Īra keelekasutus. Suurem osa korpusesse...

Etalon is a manually annotated corpus of contemporary Czech. The corpus contains 1,885,589 words (2,265,722 tokens) and is annotated in the same way as SYN2020 of the Czech...

Parallel treebanks with annotation of syntax, discourse, coreference, morphology, and semantics. Version 3 also includes the Danish Dependency Treebank (version 1) and the...

Eesti murrete korpus on kõiki eesti murdeid hõlmav elektrooniline andmekogu. Korpus koosneb helisalvestistest, foneetilises transkriptsioonis murdetekstidest, lihtsustatud...