תלות_אוניברסלית

• תיאור :

תלות אוניברסלית (UD) היא מסגרת לביאור עקבי של דקדוק (חלקי דיבור, תכונות מורפולוגיות ותלות תחבירית) על פני שפות אנושיות שונות. UD הוא מאמץ קהילתי פתוח עם למעלה מ-300 תורמים המייצרים יותר מ-200 גדות עצים בלמעלה מ-100 שפות. אם אתה חדש ב-UD, עליך להתחיל בקריאת החלק הראשון של המבוא הקצר ולאחר מכן לעיין בהנחיות ההערות.

• דף הבית : https://universaldependencies.org/

• קוד מקור : tfds.datasets.universal_dependencies.Builder

• גרסאות :

  • 1.0.0 : שחרור ראשוני, התואם לתלותיות אוניברסליות 2.10.
  • 1.0.1 (ברירת מחדל): שמות תצורה מעודכנים.

• מבנה תכונה :

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)),
})

• תיעוד תכונה :

• מפתחות בפיקוח (ראה as_supervised doc ): None

• איור ( tfds.show_examples ): לא נתמך.

• ציטוט :

@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 (תצורת ברירת מחדל)

• תיאור תצורה : UD Afrikaans-AfriBooms היא המרה של AfriBooms Dependency Treebank, במקור עם הערות עם ערכת PoS פשוטה וקשרי תלות בהתאם לקבוצת משנה של ערכת התגים של Stanford. הקורפוס מורכב ממסמכים ממשלתיים ציבוריים. מערך הנתונים הוצע ב-'AfriBooms: An Online Treebank for African' על ידי Augustinus et al. (2016); https://www.aclweb.org/anthology/L16-1107.pdf

• גודל הורדה : 2.95 MiB

• גודל מערך נתונים : 4.02 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/akk_pisandub

• תיאור תצורה : קבוצה קטנה של משפטים מתוך כתובות מלכותיות בבבלי.

• גודל הורדה : 99.41 KiB

• גודל מערך נתונים : 126.32 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/akk_riao

• תיאור תצורה : UD_Akkadian-RIAO הוא בנק עצים קטן המורכב מ-22,277 מילים ו-1845 משפטים. זה מייצג תת-קבוצה שלמה של סך של 2211 משפטים מהכתובות המלכותיות הניאו-אשוריות המוקדמות של המאות העשירית והתשיעית לפני הספירה. כתובות מלכותיות אלו חולצו מ-Oracc (Corpus Open Richly Annotated Cuneiform Corpus; http://oracc.museum.upenn.edu/riao/ ), שם כל הכתובות המלכותיות הניאו-אשוריות משולבות מילה במילה. שפת הקורפוס היא בבל תקנית, עם אשוריות מזדמנות, ואילו "אכדית" היא כינוי הגג לאשורית וגם לבבלית. בנק העץ זכה להערה ידנית בהתאם להנחיות הערות UD.

• גודל הורדה : 1.87 MiB

• גודל מערך נתונים : 2.79 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/aqz_tudet

• תיאור תצורה : UD_Akuntsu-TuDeT הוא אוסף של טקסטים מוערים ב- Akuntsú. יחד עם UD_Tupinamba-TuDeT ו-UD_Munduruku-TuDeT, UD_Akuntsu-TuDeT היא חלק מפרויקט TuLaR. המשפטים מובאים על ידי קרולינה אראגון ופבריסיו פראז ג'רדי.

• גודל הורדה : 67.25 KiB

• גודל מערך נתונים : 97.39 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/sq_tsa

• תיאור תצורה : UD Treebank for Standard Albanian (TSA) הוא בנק עצים קטן המורכב מ-60 משפטים המתאימים ל-922 אסימונים. הנתונים נאספו מערכי ויקיפדיה שונים. בנק עצים זה נוצר בעיקר באופן ידני בהתאם להנחיות התלות האוניברסלית. הלמטיזציה בוצעה באמצעות הלמטיזר https://bitbucket.org/timarkh/uniparser-albanian-grammar/src/master/ שפותח על ידי צוות הקורפוס הלאומי האלבני (מריה מורוזובה, אלכסנדר רוסקוב, טימופי ארכנגלסקי). תיוג וניתוח מורפולוגי היו חצי אוטומטיים באמצעות סקריפטים של פיתון ותוקנו באופן ידני, בעוד שיחסי תלות הוקצו באופן ידני מלא. אנו מעודדים כל יוזמה להגדלת הגודל ו/או לשפר את האיכות הכוללת של בנק העץ.

• גודל הורדה : 62.00 KiB

• גודל מערך נתונים : 93.65 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/am_att

• תיאור תצורה : UD_Amharic-ATT הוא Treebanks עם הערות ידנית. הוא מסומן עבור תג POS, מידע מורפולוגי ויחסי תלות. מכיוון שהאמהרית היא עשירה מורפולוגית, פרו-דרופ, ושפות בעלות תכונה של הכפלת קליטיק, קליטיקים חולקו באופן ידני.

• גודל הורדה : 995.32 KiB

• גודל מערך נתונים : 1.33 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/grc_perseus

• תיאור התצורה : בנק העצים היווני העתיק הזה מורכב מהמרה אוטומטית של מבחר קטעים מ-Ancient Greek and Latin Dependency Treebank 2.1

• גודל הורדה : 18.02 MiB

• גודל מערך נתונים : 24.52 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/grc_proiel

• תיאור תצורה : בנק העץ PROIEL היווני הקדום מבוסס על הנתונים היווניים הקדומים מבנק העץ PROIEL, שמתוחזק במחלקה לפילוסופיה, קלאסיקה, תולדות האמנויות והרעיונות באוניברסיטת אוסלו. ההמרה מבוססת על מהדורת 20180408 של PROIEL treebank, הזמינה בכתובת https://github.com/proiel/proiel-treebank/releases . הכותבים המקוריים מאושרים בקבצים הזמינים שם. קוד ההמרה זמין ב-Rubygem proiel-cli, https://github.com/proiel/proiel-cli

• גודל הורדה : 22.62 MiB

• גודל מערך נתונים : 30.92 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/apu_ufpa

• תיאור תצורה : המהדורה הראשונית מכילה 70 משפטים מוערים. זהו גדת העצים הראשונה בשפה ממשפחת ערוואק. ההגהות הבין-לינאריות המקוריות נכללות בבנק העץ, וההמרה שלהן להערת UD מלאה היא תהליך מתמשך. ערכי sent_id (למשל: FernandaM2017:Texto-6-19) מייצגים את האספן, שנת הפרסום, מזהה הטקסט ומספר המשפט לפי הסדר מהטקסט המקורי.

• גודל הורדה : 95.51 KiB

• גודל מערך נתונים : 98.49 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/hbo_ptnk

• תיאור תצורה : UD עברית עתיקה PTNK מכיל חלקים מה-Biblia Hebraic Stuttgartensia עם הערות מורפולוגיות מ-ETCBC.

• גודל הורדה : 3.11 MiB

• גודל מערך נתונים : 4.28 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/ar_nyuad

• תיאור תצורה : בנק העץ מורכב מ-19,738 משפטים (738889 אסימונים), והתחום שלו הוא בעיקר חדשות. ההערה מורשית על פי תנאי CC BY-SA 4.0, וניתן להשיג את ה-PATB המקורי מהאתר הרשמי של ה-LDC.

• גודל הורדה : 55.87 MiB

• גודל מערך נתונים : 78.33 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/ar_padt

• תיאור תצורה : בנק העצים הערבי-PADT UD מבוסס על בנק התלות הערבית של פראג (PADT), שנוצר באוניברסיטת צ'ארלס בפראג.

• גודל הורדה : 48.84 MiB

• גודל ערכת נתונים: 64.42 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/ar_pud

• תיאור תצורה : זהו חלק ממאגרי העצים האוניברסליים המקבילים (PUD) שנוצרו עבור המשימה המשותפת CoNLL 2017 על ניתוח רב לשוני מטקסט גולמי לתלות אוניברסליים.

• גודל הורדה : 1.98 MiB

• גודל מערך נתונים : 2.34 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/aii_as

• תיאור תצורה : בנק העצים האשורי של אופסלה הוא גדת עצים קטנה עבור אשור סטנדרטי מודרני. הקורפוס נאסף ומוסבר באופן ידני. הנתונים נאספו באופן אקראי מספרי לימוד שונים ומתרגום קצר של הסוחר מוונציה.

• גודל הורדה : 31.99 KiB

• גודל מערך נתונים : 48.85 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/bm_crb

• תיאור תצורה : גדת העצים של UD במברה היא קטע ב-Corpus Référence du Bambara עם הערות מקוריות עם תלות אוניברסלית.

• גודל הורדה : 873.37 KiB

• גודל מערך נתונים : 1.25 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/eu_bdt

• תיאור תצורה : בנק העץ הבאסקי UD מבוסס על המרה אוטומטית מחלק מבנק התלות הבאסקי (BDT), שנוצר באוניברסיטת הבסקים על ידי קבוצת המחקר IXA NLP. בנק העצים מורכב מ-8.993 משפטים (121.443 אסימונים) ומכסה בעיקר טקסטים ספרותיים ועיתונאיים.

• גודל הורדה : 7.83 MiB

• גודל ערכת נתונים : 11.74 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/bej_nsc

• תיאור תצורה : קורפוס תלות אוניברסלי עבור בז'ה, ענף צפון-קושיטי של הפילום האפרו-אסיאתי המדובר בעיקר בסודן, מצרים ואריתריאה.

• גודל הורדה : 136.52 KiB

• גודל מערך נתונים : 168.15 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

אוניברסליות_תלות/be_hse

• תיאור התצורה : בנק העץ ה-UD הבלארוסי מבוסס על מדגם של טקסטים חדשותיים הכלולים בתת-הקורפוס המקביל הבלארוסי-רוסי של הקורפוס הלאומי הרוסי, חיפוש מקוון זמין בכתובת: http://ruscorpora.ru/search-para-be.html

• גודל הורדה : 30.04 MiB

• גודל ערכת נתונים: 39.88 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/bn_bru

• תיאור תצורה : בנק העצים BRU Bengali נוצר באוניברסיטת Begum Rokeya, Rangpur, על ידי חברי מעבדת סמנטיקה.

• גודל הורדה : 38.41 KiB

• גודל מערך נתונים : 51.42 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/bho_bhtb

• תיאור תצורה : Bhojpuri UD Treebank (BHTB) v2.6 מורכב מ-6,664 אסימונים (357 משפטים). בנק העץ הזה הוא חלק מפרויקט בנק העץ האוניברסאלי. בתחילה, זה היה ביוזמתי (אטול) באוניברסיטת Jawaharlal Nehru, ניו דלהי במהלך עבודת המחקר לדוקטורט. נתוני BHTB מכילים הערה תחבירית לפי סכימת תלות-מחוזות, כמו גם תגים ולמות מורפולוגיות. בנתונים אלה, XPOS מסומן על פי ערכת התגים של הלשכה לתקנים ההודיים (BIS) Part Of Speech (POS).

• גודל הורדה : 599.76 KiB

• גודל מערך נתונים : 817.23 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/br_keb

• תיאור תצורה : UD Breton-KEB הוא בנק עצים של ברטון שזכה להערה ידנית לפי הנחיות התלות האוניברסלית. הנחיות הטוקניזציה והביאור המורפולוגי מגיעים מנתח מורפולוגי במצב סופי של ברטון ששוחרר כחלק מפרויקט Apertium.

• גודל הורדה : 663.63 KiB

• גודל מערך נתונים : 863.36 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/bg_btb

• תיאור תצורה : UD_Bulgarian-BTB מבוסס על BulTreeBank מבוסס HPSG, שנוצר במכון לטכנולוגיות מידע ותקשורת, האקדמיה הבולגרית למדעים. המקור מורכב מ-215,000 אסימונים (מעל 15,000 משפטים).

• גודל הורדה : 14.22 MiB

• גודל מערך נתונים : 20.01 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/bxr_bdt

• תיאור תצורה : בנק העץ של UD Buryat סומן באופן ידני באופן מקורי ב-UD ומכיל משפטי ספרי דקדוק, יחד עם חדשות ובדיות.

• גודל הורדה : 710.23 KiB

• גודל מערך נתונים : 1018.12 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/yue_hk

• תיאור תצורה : מאגר עץ קנטונזי (באותיות סיניות מסורתיות) של כתוביות לסרטים והליכי חקיקה של הונג קונג, במקביל לבנק העצים הסיני-HK.

• גודל הורדה : 693.38 KiB

• גודל מערך נתונים : 1.04 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/ca_ancora

• תיאור תצורה : נתונים קטלאניים מהקורפוס של AnCora.

• גודל הורדה : 48.14 MiB

• גודל ערכת נתונים: 64.03 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

אוניברסליות_תלות/ceb_gja

• תיאור תצורה : UD_Cebuano_GJA הוא אוסף של משפטי דוגמה מוערים של סבואנו שנלקחו באקראי משלושה מקורות שונים: דגימות שתרמו מהקהילה מאתר האינטרנט Tatoeba, ספר דקדוק של סבואנו מאת Bunye & Yap (1971) ודקדוק ההתייחסות של Tanangkinsing על Cebuano (2011). פרויקט זה נמצא כעת בתהליך ביצוע.

• גודל הורדה : 99.30 KiB

• גודל מערך נתונים : 136.74 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/zh_cfl

• תיאור תצורה : בנק העץ הסינית-CFL UD מסומן באופן ידני על ידי Keying Li עם תיקונים ידניים קלים על ידי הרמן ליונג וג'ון לי באוניברסיטת סיטי של הונג קונג, בהתבסס על חיבורים שנכתבו על ידי לומדי סינית מנדרינית כשפה זרה. הנתונים הם בסינית פשוטה.

• גודל הורדה : 375.71 KiB

• גודל מערך נתונים : 558.45 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/zh_gsd

• תיאור תצורה : תלות אוניברסליות סינית מסורתית ב-Treebank עם הערות והומרה על ידי Google.

• גודל הורדה : 6.48 MiB

• גודל ערכת נתונים : 8.88 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/zh_gsdsimp

• תיאור תצורה : מערך נתונים של תלות אוניברסלית סינית פשוטה שהומרה ממערך הנתונים של GSD (המסורתי) עם תיקונים ידניים.

• גודל הורדה : 6.48 MiB

• גודל ערכת נתונים : 8.88 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/zh_hk

• תיאור תצורה : מאגר עץ סינית מסורתי של כתוביות לסרטים והליכי חקיקה של הונג קונג, במקביל לבנק העצים הקנטונזי-HK.

• גודל הורדה : 482.85 KiB

• גודל מערך נתונים : 779.66 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/zh_pud

• תיאור תצורה : זהו חלק ממאגרי העצים האוניברסליים המקבילים (PUD) שנוצרו עבור המשימה המשותפת CoNLL 2017 על ניתוח רב לשוני מטקסט גולמי לתלות אוניברסליים.

• גודל הורדה : 1.53 MiB

• גודל מערך נתונים : 1.95 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/ckt_hse

• תיאור תצורה : נתונים אלה הם הערה ידנית של הקורפוס מתוך הקורפוס המובא במולטימדיה של פרויקט Chuklang, קורפוס דיאלקטי של גרסת Amguema של Chukchi.

• גודל הורדה : 793.16 KiB

• גודל מערך נתונים : 828.50 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/lzh_kyoto

• תיאור תצורה : בנק תלות אוניברסלי סינית קלאסית, מוסבר והומר על ידי המכון למחקר במדעי הרוח, אוניברסיטת קיוטו.

• גודל הורדה : 26.86 MiB

• גודל ערכת נתונים: 39.40 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/cop_scriptorium

• תיאור תצורה : UD Coptic מכיל טקסטים קופטיים סאהידים עם הערות ידנית, כולל טקסטים תנכיים, דרשות, מכתבים והגיוגרפיה.

• גודל הורדה : 4.73 MiB

• גודל מערך נתונים : 6.12 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/hr_set

• תיאור תצורה : בנק העצים של UD הקרואטי מבוסס על הרחבה של קורפוס SETimes-HR, קורפוס hr500k.

• גודל הורדה : 14.41 MiB

• גודל מערך נתונים : 20.43 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/cs_cac

• תיאור תצורה : בנק העצים UD_Czech-CAC מבוסס על ה-Czech Academic Corpus 2.0 (CAC; Český akademický korpus; ČAK), שנוצר באוניברסיטת צ'רלס בפראג.

• גודל הורדה : 53.72 MiB

• גודל ערכת נתונים: 73.74 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/cs_cltt

• תיאור תצורה : בנק העץ UD_Czech-CLTT מבוסס על ה-Czech Legal Text Treebank 1.0, שנוצר באוניברסיטת צ'רלס בפראג.

• גודל הורדה : 3.57 MiB

• גודל ערכת נתונים : 4.73 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/cs_fictree

• תיאור תצורה : FicTree הוא בנק עצים של סיפורת צ'כית, המומר אוטומטית לפורמט UD. גדת העצים נבנתה באוניברסיטת צ'ארלס בפראג.

• גודל הורדה : 16.65 MiB

• גודל מערך נתונים : 23.29 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/cs_pdt

• תיאור תצורה : בנק העצים הצ'כי-PDT UD מבוסס על Prague Dependency Treebank 3.0 (PDT), שנוצר באוניברסיטת צ'ארלס בפראג.

• גודל הורדה : 164.29 MiB

• גודל ערכת נתונים: 224.30 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן (מפתח, בדיקה), רק כאשר shuffle_files=False (רכבת)

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/cs_pud

• תיאור תצורה : זהו חלק ממאגרי העצים האוניברסליים המקבילים (PUD) שנוצרו עבור המשימה המשותפת CoNLL 2017 על ניתוח רב לשוני מטקסט גולמי לתלות אוניברסליים.

• גודל הורדה : 2.14 MiB

• גודל מערך נתונים : 2.76 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/da_ddt

• תיאור תצורה : בנק העץ הדני UD הוא המרה של בנק התלות הדני.

• גודל הורדה : 6.13 MiB

• גודל ערכת נתונים : 9.15 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/nl_alpino

• תיאור תצורה : קורפוס זה מורכב מדגימות מגדות עצים שונות המובאות באוניברסיטת חרונינגן באמצעות הכלים וההנחיות של Alpino.

• גודל הורדה : 15.98 MiB

• גודל ערכת נתונים: 21.03 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/nl_lassysmall

• תיאור תצורה : קורפוס זה מכיל משפטים ממדור ויקיפדיה של בנק העצים הקטן של לאסי. הערת תלות אוניברסלית נוצרה אוטומטית מהביאור המקורי ב-Lassy.

• גודל הורדה : 7.61 MiB

• גודל מערך נתונים : 9.86 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/en_esl

• תיאור תצורה : UD English-ESL / Treebank of Learner English (TLE) מכיל תג POS ידני והערות תלות עבור 5,124 משפטים אנגלית כשפה שנייה (ESL) שנלקחו ממערך הנתונים של Cambridge Learner Corpus First Certificate באנגלית (FCE).

• גודל הורדה : 3.20 MiB

• גודל ערכת נתונים : 4.72 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/en_ewt

• תיאור תצורה : Corpus Universal Dependencies Universal Standard עבור אנגלית, בנוי על חומר המקור של ה-Web Treebank LDC2012T13 ( https://catalog.ldc.upenn.edu/LDC2012T13 ).

• גודל הורדה : 16.37 MiB

• גודל ערכת נתונים : 23.60 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/en_gum

• תיאור תצורה : הערות תחביר של תלות אוניברסליות מ-GUM corpus ( https://corpling.uis.georgetown.edu/gum/ ).

• גודל הורדה : 13.81 MiB

• גודל מערך נתונים : 18.21 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/en_gumreddit

• תיאור תצורה : הערות תחביר תלות אוניברסליות מחלק Reddit של קורפוס GUM ( https://corpling.uis.georgetown.edu/gum/ )

• גודל הורדה : 1.47 MiB

• גודל מערך נתונים : 2.06 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/en_lines

• תיאור תצורה : UD English_LinES הוא החצי האנגלי של בנק העץ המקביל של LinES עם הערת התלות המקורית שהומרה תחילה אוטומטית לתלות אוניברסליים ולאחר מכן נבדקת חלקית. התוכן שלו מכסה ספרות, מדריך מקוון ונתוני Europarl.

• גודל הורדה : 5.27 MiB

• גודל מערך נתונים : 7.54 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/en_atis

• תיאור תצורה : UD Atis Treebank הוא בנק עצים עם הערות ידני המורכב מהמשפטים במערך הנתונים של Atis (מידע על נסיעות תעופה) הכולל את תעתיקי הדיבור האנושיים של אנשים המבקשים מידע על טיסה במערכות החקירה האוטומטיות.

• גודל הורדה : 3.06 MiB

• גודל ערכת נתונים : 4.76 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/en_partut

• תיאור תצורה : UD_English-ParTUT הוא המרה של בנק עצים מקביל רב לשוני שפותח באוניברסיטת טורינו, ומורכב ממגוון ז'אנרים של טקסט, כולל הרצאות, טקסטים משפטיים ומאמרי ויקיפדיה, בין היתר.

• גודל הורדה : 2.59 MiB

• גודל מערך נתונים : 3.65 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

אוניברסליות_תלות/כינוי_כינויים

• תיאור תצורה : UD English-Pronouns הוא מערך נתונים שנוצר כדי להפוך את זיהוי הכינויים למדויק יותר ועם התפלגות מאוזנת יותר בין המינים. מערך הנתונים מכוון תחילה לכינויי הג'ניטיב העצמאי, 'שלה', (בלתי תלוי) 'שלו', (יחיד) 'שלהם', 'שלי' ו-(יחיד) 'שלך'.

• גודל הורדה : 138.08 KiB

• גודל מערך נתונים : 186.09 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/en_pud

• תיאור תצורה : זהו החלק האנגלי של מאגר העץ של Parallel Universal Dependencies (PUD) שנוצר עבור המשימה המשותפת CoNLL 2017 בנושא ניתוח רב לשוני מטקסט גולמי לתלות אוניברסליים ( http://universaldependencies.org/conll17/ ).

• גודל הורדה : 1.28 MiB

• גודל מערך נתונים : 1.82 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/myv_jr

• תיאור תצורה : UD Erzya הוא ההערה המקורית (CoNLL-U) לטקסטים בשפת Erzya, היא מורכבת במקור ממדגם ממספר מחברי ספרות שכותבים מקורות בארזיה.

• גודל הורדה : 1.88 MiB

• גודל ערכת נתונים : 2.47 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/et_edt

• תיאור תצורה : UD Estonian היא גרסה שעברה המרה של בנק התלות האסטוני (EDT), שהובאו במקור בסכימת הביאור של Constraint Grammar (CG), ומורכבת מז'אנרים של סיפורת, טקסטים בעיתונים וטקסטים מדעיים. בנק העצים מכיל 30,972 עצים, 437,769 אסימונים.

• גודל הורדה : 31.09 MiB

• גודל ערכת נתונים: 45.98 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/et_ewt

• תיאור תצורה : UD EWT treebank מורכב מז'אנרים שונים של מדיה חדשה. בנק העצים מכיל 4,493 עצים, 56,399 אסימונים.

• גודל הורדה : 5.35 MiB

• גודל ערכת נתונים : 8.06 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fo_farpahc

• תיאור תצורה : UD_Icelandic-FarPaHC הוא המרה של קורפוס ההיסטורי המנתח של פארו (FarPaHC) לתוכנית התלות האוניברסלית. ההמרה נעשתה באמצעות UDConverter.

• גודל הורדה : 2.09 MiB

• גודל ערכת נתונים : 2.84 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fo_oft

• תיאור תצורה : זהו גדת עצים של פארואית המבוססת על ויקיפדיה הפרואית.

• גודל הורדה : 783.86 KiB

• גודל מערך נתונים : 1.07 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fi_ftb

• תיאור תצורה : FinnTreeBank 1 מורכב מדוגמאות דקדוקיות עם הערות ידנית מ-VISK. גרסת ה-UD של FinnTreeBank 1 הומרה ממודל הערות מקורי עם סקריפט ושוקנה מאוחר יותר באופן ידני.

• גודל הורדה : 12.52 MiB

• גודל מערך נתונים : 18.45 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

אוניברסליות_תלות/fi_ood

• תיאור תצורה : Finnish-OOD הוא ערכת בדיקה חיצונית מחוץ לדומיין עבור Finish-TDT עם הערות מקוריות לתוך ערכת UD.

• גודל הורדה : 1.40 MiB

• גודל ערכת נתונים : 2.11 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fi_pud

• תיאור תצורה : זהו חלק ממאגרי העצים האוניברסליים המקבילים (PUD) שנוצרו עבור המשימה המשותפת CoNLL 2017 על ניתוח רב לשוני מטקסט גולמי לתלות אוניברסליים.

• גודל הורדה : 1.34 MiB

• גודל מערך נתונים : 1.80 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fi_tdt

• תיאור תצורה : UD_Finnish-TDT מבוסס על בנק התלות ב-Turku (TDT), בנק תלות רחב בכיסוי של פינית כללית המכסה ז'אנרים רבים. לאחר ההמרה ל-UD בוצעו בדיקות ותיקונים ידניים מקיפים, ובנק העצים מקפיד על הנחיות ה-UD.

• גודל הורדה : 15.84 MiB

• גודל מערך נתונים : 23.17 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fr_fqb

• תיאור תצורה : הקורפוס UD_French-FQB הוא המרה אוטומטית של ה-QuestionBank הצרפתי v1, קורפוס שכולו מורכב משאלות.

• גודל הורדה : 1.47 MiB

• גודל ערכת נתונים : 2.32 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fr_ftb

• תיאור תצורה : גרסת התלות האוניברסלית של בנק העצים הצרפתי (Abeillé et al., 2003), להלן UD_French-FTB, היא אוסף עץ של משפטים מהעיתון Le Monde, בתחילה כתוב ידנית עם מידע מורפולוגי ומבנה ביטוי ולאחר מכן הומר ל- ערכת הביאור של תלות אוניברסלית.

• גודל הורדה : 29.49 MiB

• גודל מערך נתונים : 44.93 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fr_gsd

• תיאור תצורה : ה- UD_French-GSD הומר בשנת 2015 מגרסת התוכן הראשי של ה-Universal dependency treebank v2.0 ( https://github.com/ryanmcd/uni-dep-tb ). הוא מתעדכן מאז 2015 ללא תלות במקור הקודם.

• גודל הורדה : 24.38 MiB

• גודל מערך נתונים : 35.77 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fr_partut

• תיאור תצורה : UD_French-ParTUT הוא המרה של בנק עצים מקביל רב לשוני שפותח באוניברסיטת טורינו, ומורכב ממגוון ז'אנרים של טקסט, כולל הרצאות, טקסטים משפטיים ומאמרי ויקיפדיה, בין היתר.

• גודל הורדה : 1.74 MiB

• גודל מערך נתונים : 2.44 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fr_rhapsodie

• תיאור תצורה : קורפוס תלות אוניברסלי לצרפתית מדוברת.

• גודל הורדה : 3.00 MiB

• גודל מערך נתונים : 4.10 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fr_parisstories

• תיאור תצורה : סיפורי פריס הוא קורפוס של צרפתית בעל פה שנאסף ותומלל על ידי סטודנטים לבלשנות מסורבון נובל ותוקן על ידי סטודנטים מהתואר השני של תואר שני בבלשנות חישובית (Inalco, Paris Nanterre, Sorbonne Nouvelle) בין 2017 ל-2021. הוא מכיל מונולוגים. דיאלוגים של דוברים החיים באזור פריז.

• גודל הורדה : 1.97 MiB

• גודל מערך נתונים : 2.70 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fr_pud

• תיאור תצורה : זהו חלק ממאגרי העצים האוניברסליים המקבילים (PUD) שנוצרו עבור המשימה המשותפת CoNLL 2017 על ניתוח רב לשוני מטקסט גולמי לתלות אוניברסליים.

• גודל הורדה : 1.71 MiB

• גודל ערכת נתונים : 2.24 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/fr_sequoia

• תיאור תצורה : UD_French-Sequoia היא המרה אוטומטית של קורפוס Sequoia Treebank הצרפתי קורפוס Sequoia.

• גודל הורדה : 4.21 MiB

• גודל ערכת נתונים : 6.18 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/gl_ctg

• תיאור תצורה : בנק העץ הגליסיאני מבוסס על ניתוח אוטומטי של ה-Galician Technical Corpus ( http://sli.uvigo.gal/CTG ) שנוצר באוניברסיטת ויגו על ידי קבוצת המחקר TALG NLP.

• גודל הורדה : 7.85 MiB

• גודל מערך נתונים : 10.81 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/gl_treegal

• תיאור תצורה : ה-Galician-TreeGal הוא בנק עצים לגליסיאני שפותח בקבוצת LyS (Universidade da Coruña).

• גודל הורדה : 1.66 MiB

• גודל מערך נתונים : 2.35 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/de_gsd

• תיאור תצורה : ה-UD הגרמני מומר מגרסת התוכן הראשי של עץ התלות האוניברסלית v2.0 (מורשת).

• גודל הורדה : 20.69 MiB

• גודל ערכת נתונים: 29.60 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/de_hdt

• תיאור תצורה : UD German-HDT הוא המרה של בנק התלות של המבורג, שנוצר באוניברסיטת המבורג באמצעות הערה ידנית בשילוב עם תקן לביאור משפטים מורפולוגית ותחבירית, כמו גם מנתח מבוסס אילוצים.

• גודל הורדה : 242.97 MiB

• גודל ערכת נתונים: 347.93 MiB

• שמירה אוטומטית במטמון ( תיעוד ): לא

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/de_lit

• תיאור תצורה : בנק עצים זה נועד לאסוף טקסטים מההיסטוריה הספרותית הגרמנית. כיום הוא מארח קטעים מהרומנטיקה המוקדמת, כלומר טקסטים דמויי אפוריזם העוסקים בעיקר בסוגיות פילוסופיות הנוגעות לאמנות, יופי ונושאים קשורים.

• גודל הורדה : 1.97 MiB

• גודל מערך נתונים : 2.49 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/de_pud

• תיאור תצורה : זהו חלק ממאגרי העצים האוניברסליים המקבילים (PUD) שנוצרו עבור המשימה המשותפת CoNLL 2017 על ניתוח רב לשוני מטקסט גולמי לתלות אוניברסליים.

• גודל הורדה : 1.65 MiB

• גודל ערכת נתונים : 2.20 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/got_proiel

• תיאור תצורה : בנק העצים הגותי של UD מבוסס על הנתונים הגותיים מבנק העצים של PROIEL, ומורכב מתרגום התנ"ך של וולפילה.

• גודל הורדה : 4.98 MiB

• גודל מערך נתונים : 7.17 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/el_gdt

• תיאור תצורה : בנק העץ היווני UD (UD_Greek-GDT) נגזר מ-Greek Dependency Treebank ( http://gdt.ilsp.gr ), משאב שפותח ומתוחזק על ידי חוקרים במכון לעיבוד שפה ודיבור/אתנה RC ( http://www.ilsp.gr ).

• גודל הורדה : 5.52 MiB

• גודל ערכת נתונים : 7.49 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/gub_tudet

• תיאור תצורה : UD_Guajajara-TuDeT הוא אוסף של משפטים מוערים ב-Guajajara. משפטים נובעים ממקורות רבים כמו תיאורי השפה, סיפורים קצרים, מילונים ותרגומים מהברית החדשה. ביאור ותיעוד למשפט מאת לורנה מרטין רודריגז ופבריציו פראז ג'רדי.

• גודל הורדה : 683.38 KiB

• גודל מערך נתונים : 738.09 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/gn_oldtudet

• תיאור תצורה : UD_Guarani-OldTuDeT הוא אוסף של טקסטים מוערים ב- Old Guaraní. כל המקורות הידועים בשפה זו מקבלים הערות: קתזיזם, דקדוקים (המאה השבע-עשרה והשמונה-עשרה), משפטים ממילונים וטקסטים אחרים. ביאור ותיעוד למשפט מאת Fabrício Ferraz Gerardi ולורנה מרטין רודריגז.

• גודל הורדה : 18.93 KiB

• גודל מערך נתונים : 24.71 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

אוניברסליות_תלות/he_htb

• תיאור תצורה : קורפוס תלות אוניברסלי לעברית.

• גודל הורדה : 11.64 MiB

• גודל ערכת נתונים : 16.10 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/he_iahltwiki

• תיאור תצורה : תת-קבוצה זמינה לציבור של מדור ויקיפדיה של IAHLT UD Hebrew Treebank ( https://www.iahlt.org/ )

• גודל הורדה : 10.30 MiB

• גודל ערכת נתונים: 14.16 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/qfn_fame

• תיאור התצורה : UD_Frisian_Dutch-Fame הוא מבחר של 400 משפטים מה-FAME! קורפוס דיבור מאת Yilmaz et al. (2016א, 2016ב). בנק העצים מסומן באופן ידני באמצעות ערכת UD.

• גודל הורדה : 232.57 KiB

• גודל מערך נתונים : 290.88 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/qhe_hiencs

• תיאור תצורה : בנק העצים המחליף קוד הינדי-אנגלית מבוסס על ציוצים מחליפים קוד של דוברי הינדי ואנגלית רב-לשוניים (בעיקר הודית) בטוויטר. בנק העצים מסומן באופן ידני באמצעות UD sceheme. מערכי ההכשרה וההערכות נוספו בנפרד על ידי מפרשים שונים תוך שימוש בהנחיות UD v2 ו-v1 בהתאמה. ערכות ההערכה מומרות אוטומטית מ-UD v1 ל-v2.

• גודל הורדה : 893.15 KiB

• גודל ערכת נתונים : 1.53 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

אוניברסליות_תלות/hi_hdtb

• תיאור תצורה : בנק העץ של הינדי UD מבוסס על בנק התלות בעץ הינדי (HDTB), שנוצר ב-IIIT Hyderabad, הודו.

• גודל הורדה : 49.18 MiB

• גודל מערך נתונים : 68.06 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/hi_pud

• תיאור תצורה : זהו חלק ממאגרי העצים האוניברסליים המקבילים (PUD) שנוצרו עבור המשימה המשותפת CoNLL 2017 על ניתוח רב לשוני מטקסט גולמי לתלות אוניברסליים.

• גודל הורדה : 2.20 MiB

• גודל ערכת נתונים : 2.82 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/hu_szeged

• תיאור תצורה : בנק העצים ההונגרי UD נגזר מ-Szeged Dependency Treebank (Vincze et al. 2010).

• גודל הורדה : 2.92 MiB

• גודל ערכת נתונים : 4.20 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

תלות_אוניברסלית/הוא_מודרני

• תיאור תצורה : UD_Icelandic-Modern הוא המרה של התוספות המודרניות לקורפוס ההיסטורי המנתח של איסלנד (IcePaHC) לתכנית התלות האוניברסלית.

• גודל הורדה : 9.02 MiB

• גודל ערכת נתונים : 12.32 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/is_icepahc

• תיאור תצורה : UD_Icelandic-IcePaHC היא המרה של הקורפוס ההיסטורי המנתח של איסלנד (IcePaHC) לתכנית התלות האוניברסלית. ההמרה נעשתה באמצעות UDConverter.

• גודל הורדה : 81.16 MiB

• גודל מערך נתונים : 112.07 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/is_pud

• תיאור תצורה : איסלנדית-PUD היא החלק האיסלנדי של גדות העצים המקבילות אוניברסליות (PUD).

• גודל הורדה : 1.45 MiB

• גודל מערך נתונים : 1.89 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/id_csui

• תיאור תצורה : UD Indonesian-CSUI היא המרה מבנק עץ של מחוז בחירה אינדונזית בפורמט Penn Treebank בשם Kethu, שהיה גם המרה מעץ בחירה שנבנה על ידי Dinakaramani וחב'. (2015). קראנו לבנק העצים הזה אינדונזית-CSUI, מכיוון שכל שלוש הגרסאות של גדות העצים נבנו בפקולטה למדעי המחשב, אוניברסיטאס אינדונזיה.

• גודל הורדה : 1.62 MiB

• גודל מערך נתונים : 1.97 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/id_gsd

• תיאור תצורה : ה-UD האינדונזי מומר מגרסת ה-Content Head של Trebank התלות האוניברסלית v2.0 (מורשת).

• גודל הורדה : 9.15 MiB

• גודל מערך נתונים : 11.25 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/id_pud

• תיאור תצורה : זהו חלק ממאגרי העצים האוניברסליים המקבילים (PUD) שנוצרו עבור המשימה המשותפת CoNLL 2017 על ניתוח רב לשוני מטקסט גולמי לתלות אוניברסליים.

• גודל הורדה : 1.10 MiB

• גודל מערך נתונים : 1.44 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/ga_idt

• תיאור תצורה : בנק תלות אוניברסלי בן 4910 משפטים עבור אירית מודרנית.

• גודל הורדה : 7.62 MiB

• גודל ערכת נתונים: 10.77 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/ga_twittirish

• תיאור תצורה : מאגר עץ של תלות אוניברסלית של 866 ציוצים באירית מודרנית.

• גודל הורדה : 782.30 KiB

• גודל מערך נתונים : 1.13 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/it_isdt

• תיאור תצורה : הקורפוס האיטלקי שמוסבר על פי סכימת הביאור UD הושג על ידי המרה מ-ISDT (Italian Stanford Dependency Treebank), ששוחרר עבור המשימה המשותפת לניתוח תלות של Evalita-2014 (Bosco et al. 2014).

• גודל הורדה : 20.03 MiB

• גודל ערכת נתונים: 29.18 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/it_partut

• תיאור תצורה : UD_Italian-ParTUT הוא המרה של בנק עצים מקביל רב לשוני שפותח באוניברסיטת טורינו, ומורכב ממגוון ז'אנרים של טקסט, כולל הרצאות, טקסטים משפטיים ומאמרי ויקיפדיה, בין היתר.

• גודל הורדה : 3.42 MiB

• גודל מערך נתונים : 4.83 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/it_postwita

• תיאור תצורה : PoSTWITA-UD הוא אוסף של ציוצים איטלקיים עם הערות ב-Universal Dependencies שניתן לנצל לאימון מערכות NLP כדי לשפר את הביצועים שלהן בטקסטים של מדיה חברתית.

• גודל הורדה : 7.27 MiB

• גודל מערך נתונים : 10.47 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

universal_dependencies/it_markit

• תיאור תצורה : זה MarkIT שזה חדש: בנק עץ איטלקי של מבנים מסומנים. 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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• דוגמאות ( tfds.as_dataframe ):

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

universal_dependencies/ja_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 : 6.48 MiB

• Dataset size : 7.75 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

universal_dependencies/ro_simonero

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

• Download size : 11.36 MiB

• Dataset size : 15.68 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

universal_dependencies/ru_syntagrus

• Config description : Russian data from the SynTagRus corpus.

• Download size : 97.99 MiB

• Dataset size : 139.66 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

universal_dependencies/es_ancora

• Config description : Spanish data from the AnCora corpus.

• Download size : 50.23 MiB

• Dataset size : 66.53 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

universal_dependencies/es_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 : 1.60 MiB

• Dataset size : 2.11 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.

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

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.