[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki


[ Back to the navigation ]

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Next revision
Previous revision
khresmoi:fr [2012/01/20 11:17]
hlavacova vytvořeno
khresmoi:fr [2012/02/29 14:32]
hlavacova odstraněno
Line 1: Line 1:
-=====FR ====== +===== Jazyková data FR ====
-===== LDC ===== +Zatím mám vše uloženo u sebe.  ---  //[[hlavacova@ufal.mff.cuni.cz|hlavacova]] 2012/01/20 11:18// 
-French Gigaword+== Vysvětlivky == 
 +8-) už stažená data 
 +:?: nevíme, jestli chceme 
 +:-? chceme stahovat, ale zatím nevíme, jak na to ... z různých příčin 
 + 
 +==== ELRA ==== 
 + 
 +  * **ELRA-E0022: EQueR Evaluation Package** 
 + 
 +Subpart: 140 Mb of data from the medical domain 
 +Zatím nedodáno (PP) 
 + 
 +  * **ELRA-E0019: CESART Evaluation Package**  
 + 
 +Subpart (medical corpus): 9,000,000 words 
 +Zatím nedodáno (PP) 
 + 
 +==== LDC ==== 
 +  * **French Gigaword** 3rd edition, catalogue number LDC2011T10, máme DVD 
 +Formát: SGML, segmentace na věty, netokenizováno 
 +862 851 slov, tj. simply the number of white space-separated tokens (of all types) after all SGML tags are eliminated 
 +Všeobecné novinové texty, ne lékařské - Agence France-Presse, Associated Press French Service. 
 +Dále jsem našla: 

[ Back to the navigation ] [ Back to the content ]