универсальные_зависимости

  • Описание :

Универсальные зависимости (UD) — это основа для согласованной аннотации грамматики (части речи, морфологические особенности и синтаксические зависимости) в разных человеческих языках. UD — это открытое сообщество, в котором более 300 участников создают более 200 банков деревьев на более чем 100 языках. Если вы новичок в UD, вам следует начать с прочтения первой части краткого введения, а затем просмотреть рекомендации по аннотациям.

  • Домашняя страница : https://universaldependencies.org/

  • Исходный код : tfds.datasets.universal_dependencies.Builder

  • Версии :

    • 1.0.0 : Первоначальный выпуск, соответствующий универсальным зависимостям 2.10.
    • 1.0.1 (по умолчанию): обновлены имена конфигураций.
  • Структура функции :

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)),
})
  • Документация по функциям :
Особенность Учебный класс Форма Dтип Описание
ОсобенностиDict
депрель Последовательность (текст) (Никто,) нить
депс Последовательность (текст) (Никто,) нить
подвиги Последовательность (текст) (Никто,) нить
глава Последовательность (текст) (Никто,) нить
IDX Текст нить
леммы Последовательность (текст) (Никто,) нить
разное Последовательность (текст) (Никто,) нить
текст Текст нить
жетоны Последовательность (текст) (Никто,) нить
упос Последовательность (метка класса) (Никто,) int64
xpos Последовательность (текст) (Никто,) нить
@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 (конфигурация по умолчанию)

  • Описание конфигурации : UD Afrikaans-AfriBooms — это преобразование банка дерева зависимостей AfriBooms, изначально аннотированного упрощенным набором PoS и отношениями зависимости в соответствии с подмножеством набора тегов Stanford. Корпус состоит из общедоступных государственных документов. Набор данных был предложен в «AfriBooms: онлайн-банк деревьев для африкаанс» Augustinus et al. (2016 г.); https://www.aclweb.org/anthology/L16-1107.pdf

  • Размер загрузки : 2.95 MiB

  • Размер набора данных : 4.02 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 194
'test' 425
'train' 1315

универсальные_зависимости/akk_pisandub

  • Описание конфига : Небольшой набор предложений из вавилонских царских надписей.

  • Размер загрузки : 99.41 KiB

  • Размер набора данных : 126.32 KiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 101

универсальные_зависимости/akk_riao

  • Описание конфига: UD_Akkadian-RIAO — это небольшой древовидный банк, состоящий из 22 277 слов и 1845 предложений. Это представляет собой неповрежденное подмножество из 2211 предложений из ранних неоассирийских царских надписей десятого и девятого веков до нашей эры. Эти царские надписи были извлечены из Oracc (Open Richly Annotated Cuneiform Corpus; http://oracc.museum.upenn.edu/riao/ ), где все неоассирийские царские надписи лемматизированы дословно. Язык корпуса — стандартный вавилонский с редкими ассирийскими вариантами, тогда как «аккадский» — это общий термин как для ассирийского, так и для вавилонского языков. Банк деревьев был аннотирован вручную в соответствии с рекомендациями по аннотации UD.

  • Размер загрузки : 1.87 MiB

  • Размер набора данных : 2.79 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1874

универсальные_зависимости/aqz_tude

  • Описание конфига: UD_Akuntsu-TuDeT — это набор аннотированных текстов в Akuntsú. Вместе с UD_Tupinamba-TuDeT и UD_Munduruku-TuDeT UD_Akuntsu-TuDeT является частью проекта TuLaR. Предложения комментируют Каролина Арагон и Фабрисио Феррас Херарди.

  • Размер загрузки : 67.25 KiB

  • Размер набора данных : 97.39 KiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 243

универсальные_зависимости/sq_tsa

  • Описание конфигурации : Банк деревьев UD для стандартного албанского языка (TSA) — это небольшой банк деревьев, состоящий из 60 предложений, соответствующих 922 токенам. Данные были собраны из разных статей Википедии. Этот банк деревьев был создан в основном вручную в соответствии с рекомендациями по универсальным зависимостям. Лемматизация проводилась с помощью лемматизатора https://bitbucket.org/timarkh/uniparser-albanian-grammar/src/master/ , разработанного командой Албанского национального корпуса (Мария Морозова, Александр Русаков, Тимофей Архангельский). Теги и морфологический анализ были полуавтоматизированы с помощью скриптов Python и исправлены вручную, тогда как отношения зависимости назначались полностью вручную. Мы поощряем любые инициативы по увеличению размера и/или улучшению общего качества Treebank.

  • Размер загрузки : 62.00 KiB

  • Размер набора данных : 93.65 KiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 60

универсальные_зависимости/am_att

  • Описание конфигурации : UD_Amharic-ATT — это деревья деревьев, аннотированные вручную. Он аннотирован для тега POS, морфологической информации и отношений зависимости. Поскольку амхарский язык является морфологически богатым, про-дропным, а языки имеют особенность клитического удвоения, клитики были сегментированы вручную.

  • Размер загрузки : 995.32 KiB

  • Размер набора данных : 1.33 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1074

универсальный_зависимости/grc_perseus

  • Описание конфигурации : Этот древовидный банк универсальных зависимостей состоит из автоматического преобразования набора отрывков из древнегреческого и латинского древовидного дерева зависимостей 2.1.

  • Размер загрузки : 18.02 MiB

  • Размер набора данных : 24.52 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1137
'test' 1306
'train' 11 476

универсальный_зависимости/grc_proiel

  • Описание конфигурации : древнегреческий банк деревьев PROIEL основан на древнегреческих данных из банка деревьев PROIEL, который поддерживается на факультете философии, классики, истории искусств и идей Университета Осло. Преобразование основано на выпуске банка деревьев PROIEL 20180408, доступном по адресу https://github.com/proiel/proiel-treebank/releases . Оригинальные аннотаторы указаны в доступных там файлах. Код преобразования доступен в proiel-cli Rubygem, https://github.com/proiel/proiel-cli .

  • Размер загрузки : 22.62 MiB .

  • Размер набора данных : 30.92 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1019
'test' 1047
'train' 15 014

универсальные_зависимости/apu_ufpa

  • Описание конфига : Первоначальный релиз содержит 70 аннотированных предложений. Это первый банк деревьев на языке аравакской семьи. Исходные подстрочные глоссы включены в банк дерева, и их преобразование в полную аннотацию UD является непрерывным процессом. Значения send_id (например, FernandaM2017:Texto-6-19) представляют сборщик, год публикации, текстовый идентификатор и номер предложения в порядке исходного текста.

  • Размер загрузки : 95.51 KiB

  • Размер набора данных : 98.49 KiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 115

универсальные_зависимости/hbo_ptnk

  • Описание конфигурации : UD Древний иврит PTNK содержит части Biblia Hebraic Stuttgartensia с морфологическими аннотациями из ETCBC.

  • Размер загрузки : 3.11 MiB

  • Размер набора данных : 4.28 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 439
'test' 410
'train' 730

универсальный_зависимости/ar_nyuad

  • Описание конфига: Treebank состоит из 19 738 предложений (738889 токенов), и его областью в основном является лента новостей. Аннотация лицензирована в соответствии с условиями CC BY-SA 4.0, а оригинальный PATB можно получить на официальном сайте LDC.

  • Размер загрузки : 55.87 MiB

  • Размер набора данных : 78.33 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1986
'test' 1963
'train' 15 789

универсальный_зависимости/ar_padt

  • Описание конфигурации : банк деревьев UD для арабского языка PADT основан на пражском арабском банке зависимостей (PADT), созданном в Карловом университете в Праге.

  • Размер загрузки : 48.84 MiB

  • Размер набора данных : 64.42 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 909
'test' 680
'train' 6075

универсальные_зависимости/ar_pud

  • Описание конфигурации : это часть древовидных банков параллельных универсальных зависимостей (PUD), созданных для общей задачи CoNLL 2017 по многоязычному синтаксическому анализу от необработанного текста к универсальным зависимостям.

  • Размер загрузки : 1.98 MiB

  • Размер набора данных : 2.34 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1000

универсальные_зависимости/aii_as

  • Описание конфигурации : Uppsala Assyrian Treebank — это небольшой банк деревьев для современного стандартного ассирийского языка. Корпус собирается и аннотируется вручную. Данные были взяты случайным образом из разных учебников и краткого перевода «Венецианского купца».

  • Размер загрузки : 31.99 KiB

  • Размер набора данных : 48.85 KiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 57

универсальные_зависимости/bm_crb

  • Описание конфигурации : Банк дерева UD Bambara — это раздел Справочного корпуса Бамбары, изначально аннотированный универсальными зависимостями.

  • Размер загрузки : 873.37 KiB

  • Размер набора данных : 1.25 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1026

универсальные_зависимости/eu_bdt

  • Описание конфигурации : банк деревьев UD Basque основан на автоматическом преобразовании части банка дерева зависимостей Basque (BDT), созданного в Университете Страны Басков исследовательской группой IXA NLP. Банк деревьев состоит из 8 993 предложений (121 443 токена) и охватывает в основном литературные и публицистические тексты.

  • Размер загрузки : 7.83 MiB

  • Размер набора данных : 11.74 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1798
'test' 1799
'train' 5396

универсальные_зависимости/bej_nsc

  • Описание конфигурации : корпус универсальных зависимостей для беджи, северокушитской ветви афро-азиатского типа, на котором в основном говорят в Судане, Египте и Эритрее.

  • Размер загрузки : 136.52 KiB

  • Размер набора данных : 168.15 KiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 56

универсальные_зависимости/be_hse

  • Описание конфига: Банк деревьев белорусских УД основан на выборке новостных текстов, входящих в белорусско-русский параллельный подкорпус Национального корпуса русского языка, онлайн-поиск доступен по адресу: http://ruscorpora.ru/search-para-be.html

  • Размер загрузки : 30.04 MiB

  • Размер набора данных : 39.88 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1301
'test' 1077
'train' 22 853

универсальные_зависимости/bn_bru

  • Описание конфигурации : Бенгальский банк деревьев BRU был создан в Университете Бегум Рокейя, Рангпур, сотрудниками Semantics Lab.

  • Размер загрузки : 38.41 KiB

  • Размер набора данных : 51.42 KiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 56

универсальные_зависимости/bho_bhtb

  • Описание конфигурации : Bhojpuri UD Treebank (BHTB) v2.6 состоит из 6664 токенов (357 предложений). Этот Treebank является частью проекта Treebank Universal Dependency. Первоначально он был инициирован мной (Атулом) в Университете Джавахарлала Неру в Нью-Дели во время работы над докторской диссертацией. Данные BHTB содержат синтаксическую аннотацию в соответствии со схемой зависимостей-избирателей, а также морфологические теги и леммы. В этих данных XPOS аннотируется в соответствии с набором тегов Part Of Speech (POS) Бюро индийских стандартов (BIS).

  • Размер загрузки : 599.76 KiB

  • Размер набора данных : 817.23 KiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 357

универсальные_зависимости/br_keb

  • Описание конфигурации : UD Breton-KEB — это банк дерева бретонского языка, который был вручную аннотирован в соответствии с рекомендациями по универсальным зависимостям. Руководство по токенизации и морфологическая аннотация взяты из конечного морфологического анализатора Breton, выпущенного в рамках проекта Apertium.

  • Размер загрузки : 663.63 KiB

  • Размер набора данных : 863.36 KiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 888

универсальные_зависимости/bg_btb

  • Описание конфига: UD_Bulgarian-BTB основан на BulTreeBank на базе HPSG, созданном в Институте информационных и коммуникационных технологий Болгарской академии наук. Оригинал состоит из 215 000 токенов (более 15 000 предложений).

  • Размер загрузки : 14.22 MiB

  • Размер набора данных : 20.01 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1115
'test' 1116
'train' 8907

универсальный_зависимости/bxr_bdt

  • Описание конфига: Бурятский древовидный банк UD изначально аннотирован вручную в UD и содержит предложения из книги по грамматике, а также новости и немного художественной литературы.

  • Размер загрузки : 710.23 KiB

  • Размер набора данных : 1018.12 KiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 908
'train' 19

универсальный_зависимости/yue_hk

  • Описание конфигурации : кантонский древовидный банк (традиционными китайскими иероглифами) субтитров к фильмам и законодательных разбирательств Гонконга, параллельный китайско-гонконгскому древовидному банку.

  • Размер загрузки : 693.38 KiB

  • Размер набора данных : 1.04 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1004

универсальные_зависимости/ca_ancora

  • Описание конфига: каталонские данные из корпуса AnCora.

  • Размер загрузки : 48.14 MiB

  • Размер набора данных : 64.03 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1709
'test' 1846
'train' 13 123

универсальные_зависимости/ceb_gja

  • Описание конфигурации : UD_Cebuano_GJA представляет собой набор аннотированных примеров предложений кебуано, случайным образом взятых из трех разных источников: предоставленные сообществом образцы с веб-сайта Tatoeba, книга по грамматике кебуано, написанная Банье и Япом (1971 г.) и справочник по грамматике кебуано Танангкинсинга (2011 г.). Этот проект в настоящее время находится в стадии разработки.

  • Размер загрузки : 99.30 KiB

  • Размер набора данных : 136.74 KiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 188

универсальный_зависимости/zh_cfl

  • Описание конфигурации : Древовидная структура UD китайского языка CFL вручную аннотирована Кейингом Ли с небольшими ручными изменениями Германом Леунгом и Джоном Ли из Городского университета Гонконга на основе эссе, написанных изучающими китайский язык как иностранный. Данные на упрощенном китайском языке.

  • Размер загрузки : 375.71 KiB

  • Размер набора данных : 558.45 KiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 451

универсальные_зависимости/zh_gsd

  • Описание конфигурации : дерево универсальных зависимостей традиционного китайского языка, аннотированное и преобразованное Google.

  • Размер загрузки : 6.48 MiB

  • Размер набора данных : 8.88 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 500
'test' 500
'train' 3997

универсальный_зависимости/zh_gsdsimp

  • Описание конфигурации : набор данных Simplified Chinese Universal Dependencies, преобразованный из набора данных GSD (традиционный) с ручными исправлениями.

  • Размер загрузки : 6.48 MiB

  • Размер набора данных : 8.88 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 500
'test' 500
'train' 3997

универсальные_зависимости/zh_hk

  • Описание конфигурации : Традиционный китайский банк деревьев субтитров к фильмам и законодательных разбирательств Гонконга, параллельный кантонскому-Гонконгскому дереву.

  • Размер загрузки : 482.85 KiB

  • Размер набора данных : 779.66 KiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1004

универсальные_зависимости/zh_pud

  • Описание конфигурации : это часть древовидных банков параллельных универсальных зависимостей (PUD), созданных для общей задачи CoNLL 2017 по многоязычному синтаксическому анализу от необработанного текста к универсальным зависимостям.

  • Размер загрузки : 1.53 MiB

  • Размер набора данных : 1.95 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1000

универсальные_зависимости/ckt_hse

  • Описание конфигурации : Эти данные представляют собой ручную аннотацию корпуса из мультимедийного аннотированного корпуса проекта Чукланг, диалектного корпуса амгуэмского варианта чукотского языка.

  • Размер загрузки : 793.16 KiB

  • Размер набора данных : 828.50 KiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1004

универсальные_зависимости/lzh_kyoto

  • Описание конфигурации : Древовидное дерево универсальных зависимостей классического китайского языка, аннотированное и преобразованное Институтом гуманитарных исследований Киотского университета.

  • Размер загрузки : 26.86 MiB

  • Размер набора данных : 39.40 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 5687
'test' 4932
'train' 48 569

universal_dependencies/cop_scriptorium

  • Описание конфигурации : UD Coptic содержит аннотированные вручную сахидские коптские тексты, включая библейские тексты, проповеди, письма и агиографию.

  • Размер загрузки : 4.73 MiB

  • Размер набора данных : 6.12 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 381
'test' 403
'train' 1227

универсальный_зависимости/hr_set

  • Описание конфигурации : хорватский банк деревьев UD основан на расширении корпуса SETimes-HR, корпусе hr500k.

  • Размер загрузки : 14.41 MiB .

  • Размер набора данных : 20.43 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 960
'test' 1136
'train' 6914

универсальные_зависимости/cs_cac

  • Описание конфигурации : Банк деревьев UD_Czech-CAC основан на Чешском академическом корпусе 2.0 (CAC; Český akademický korpus; ČAK), созданном в Карловом университете в Праге.

  • Размер загрузки : 53.72 MiB

  • Размер набора данных : 73.74 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 603
'test' 628
'train' 23 478

универсальные_зависимости/cs_cltt

  • Описание конфигурации : банк деревьев UD_Czech-CLTT основан на банке деревьев чешских юридических текстов версии 1.0, созданной в Карловом университете в Праге.

  • Размер загрузки : 3.57 MiB

  • Размер набора данных : 4.73 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 129
'test' 136
'train' 860

универсальные_зависимости/cs_fictree

  • Описание конфига: FicTree — это дерево чешской фантастики, автоматически преобразованное в формат UD. Банкет деревьев был построен в Карловом университете в Праге.

  • Размер загрузки : 16.65 MiB .

  • Размер набора данных : 23.29 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1309
'test' 1291
'train' 10 160

универсальные_зависимости/cs_pdt

  • Описание конфигурации : банк деревьев UD Czech-PDT основан на банке деревьев зависимостей Prague Dependency Treebank 3.0 (PDT), созданном в Карловом университете в Праге.

  • Размер загрузки : 164.29 MiB

  • Размер набора данных : 224.30 MiB .

  • Автокэширование ( документация ): Да (разработка, тест), только если shuffle_files=False (поезд)

  • Сплиты :

Расколоть Примеры
'dev' 9270
'test' 10 148
'train' 68 495

универсальные_зависимости/cs_pud

  • Описание конфигурации : это часть древовидных банков параллельных универсальных зависимостей (PUD), созданных для общей задачи CoNLL 2017 по многоязычному синтаксическому анализу от необработанного текста к универсальным зависимостям.

  • Размер загрузки : 2.14 MiB

  • Размер набора данных : 2.76 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1000

универсальный_зависимости/da_ddt

  • Описание конфигурации : датский банк дерева UD — это преобразование датского банка дерева зависимостей.

  • Размер загрузки : 6.13 MiB

  • Размер набора данных : 9.15 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 564
'test' 565
'train' 4383

универсальные_зависимости/nl_alpino

  • Описание конфигурации : этот корпус состоит из образцов из различных банков деревьев, аннотированных в Гронингенском университете с использованием инструментов и рекомендаций Alpino для аннотирования.

  • Размер загрузки : 15.98 MiB .

  • Размер набора данных : 21.03 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 718
'test' 596
'train' 12 289

универсальный_зависимости/nl_lassysmall

  • Описание конфигурации : этот корпус содержит предложения из раздела Википедии Lassy Small Treebank. Аннотация Universal Dependency была сгенерирована автоматически из исходной аннотации в Lassy.

  • Размер загрузки : 7.61 MiB

  • Размер набора данных : 9.86 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 676
'test' 876
'train' 5789

универсальный_зависимости/en_esl

  • Описание конфигурации : UD English-ESL / Treebank of Learner English (TLE) содержит ручной тег POS и аннотации зависимостей для 5 124 предложений английского языка как второго (ESL), взятых из набора данных Cambridge Learner Corpus First Certificate in English (FCE).

  • Размер загрузки : 3.20 MiB

  • Размер набора данных : 4.72 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 500
'test' 500
'train' 4124

универсальный_зависимости/en_ewt

  • Описание конфигурации : Универсальный корпус зависимостей золотого стандарта для английского языка, созданный на основе исходного материала английского Web Treebank LDC2012T13 ( https://catalog.ldc.upenn.edu/LDC2012T13 ).

  • Размер загрузки : 16.37 MiB

  • Размер набора данных : 23.60 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 2001
'test' 2077
'train' 12 543

универсальные_зависимости/en_gum

  • Описание конфигурации : аннотации синтаксиса универсальных зависимостей из корпуса GUM ( https://corpling.uis.georgetown.edu/gum/ ).

  • Размер загрузки : 13.81 MiB

  • Размер набора данных : 18.21 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1117
'test' 1096
'train' 6917

универсальный_зависимости/en_gumreddit

  • Описание конфигурации : Аннотации синтаксиса универсальных зависимостей из части Reddit корпуса GUM ( https://corpling.uis.georgetown.edu/gum/ )

  • Размер загрузки : 1.47 MiB

  • Размер набора данных : 2.06 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 104
'test' 105
'train' 686

универсальные_зависимости/en_lines

  • Описание конфигурации : UD English_LinES — это англоязычная половина банка параллельных деревьев LinES с исходной аннотацией зависимостей, которая сначала автоматически преобразуется в универсальные зависимости, а затем частично проверяется. Его содержание охватывает литературу, онлайн-руководство и данные Europarl.

  • Размер загрузки : 5.27 MiB

  • Размер набора данных : 7.54 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1032
'test' 1035
'train' 3176

универсальные_зависимости/en_atis

  • Описание конфигурации : UD Atis Treebank — это аннотированный вручную банк деревьев, состоящий из предложений в наборе данных Atis (Информация о поездках авиакомпаний), который включает транскрипции человеческой речи людей, запрашивающих информацию о рейсах в автоматизированных справочных системах.

  • Размер загрузки : 3.06 MiB

  • Размер набора данных : 4.76 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 572
'test' 586
'train' 4274

универсальные_зависимости/en_partut

  • Описание конфигурации : UD_English-ParTUT — это преобразование многоязычного параллельного древовидного банка, разработанного в Туринском университете и состоящего из различных текстовых жанров, включая доклады, юридические тексты и статьи из Википедии, среди прочего.

  • Размер загрузки : 2.59 MiB

  • Размер набора данных : 3.65 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 156
'test' 153
'train' 1781

универсальные_зависимости/en_pronouns

  • Описание конфигурации : UD English-Pronouns — это набор данных, созданный для более точной идентификации местоимений и более сбалансированного распределения по полу. Набор данных изначально нацелен на независимые местоимения родительного падежа, «ее», (независимый) «его», (единственное число) «их», «мой» и (единственное число) «ваш».

  • Размер загрузки : 138.08 KiB

  • Размер набора данных : 186.09 KiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 285

универсальные_зависимости/en_pud

  • Описание конфигурации : это англоязычная часть древовидных банков параллельных универсальных зависимостей (PUD), созданных для общей задачи CoNLL 2017 по многоязычному синтаксическому анализу от необработанного текста к универсальным зависимостям ( http://universaldependencies.org/conll17/ ).

  • Размер загрузки : 1.28 MiB

  • Размер набора данных : 1.82 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1000

универсальный_зависимости/myv_jr

  • Описание конфига: УД Эрзя - оригинальная аннотация (CoNLL-U) для текстов на эрзянском языке, изначально состоит из выборки от ряда авторов беллетристики, пишущих оригиналы на эрзянском языке.

  • Размер загрузки : 1.88 MiB

  • Размер набора данных : 2.47 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1714

универсальные_зависимости/et_edt

  • Описание конфига: UD Estonian — это преобразованная версия Эстонского дерева зависимостей (EDT), изначально аннотированная в схеме аннотаций Constraint Grammar (CG), и состоящая из жанров художественной литературы, газетных текстов и научных текстов. Банк деревьев содержит 30 972 дерева, 437 769 жетонов.

  • Размер загрузки : 31.09 MiB

  • Размер набора данных : 45.98 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 3127
'test' 3214
'train' 24 632

универсальные_зависимости/et_ewt

  • Описание конфигурации : Treebank UD EWT состоит из различных жанров новых медиа. Банк деревьев содержит 4 493 дерева, 56 399 жетонов.

  • Размер загрузки : 5.35 MiB

  • Размер набора данных : 8.06 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 833
'test' 913
'train' 4579

универсальный_зависимости/fo_farpahc

  • Описание конфигурации : UD_Icelandic-FarPaHC — это преобразование Faroese Parsed Historical Corpus (FarPaHC) в схему универсальных зависимостей. Преобразование было сделано с помощью UDConverter.

  • Размер загрузки : 2.09 MiB

  • Размер набора данных : 2.84 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 300
'test' 301
'train' 1020

универсальные_зависимости/fo_oft

  • Описание конфигурации : Это банк деревьев Фарерских островов, основанный на фарерской Википедии.

  • Размер загрузки : 783.86 KiB

  • Размер набора данных : 1.07 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1208

универсальные_зависимости/fi_ftb

  • Описание конфигурации : FinnTreeBank 1 состоит из вручную аннотированных грамматических примеров из VISK. UD-версия FinnTreeBank 1 была преобразована из собственной модели аннотаций с помощью скрипта, а затем изменена вручную.

  • Размер загрузки : 12.52 MiB

  • Размер набора данных : 18.45 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1875
'test' 1867
'train' 14 981

универсальные_зависимости/fi_ood

  • Описание конфигурации : Финский-OOD — это внешний внедоменный набор тестов для финского-TDT, изначально аннотированный в схему UD.

  • Размер загрузки : 1.40 MiB

  • Размер набора данных : 2.11 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 2122

универсальные_зависимости/fi_pud

  • Описание конфигурации : это часть древовидных банков параллельных универсальных зависимостей (PUD), созданных для общей задачи CoNLL 2017 по многоязычному синтаксическому анализу от необработанного текста к универсальным зависимостям.

  • Размер загрузки : 1.34 MiB

  • Размер набора данных : 1.80 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1000

универсальный_зависимости/fi_tdt

  • Описание конфигурации : UD_Finnish-TDT основан на Turku Dependency Treebank (TDT), банке зависимостей общего финского языка с широким охватом, охватывающем множество жанров. Преобразование в UD сопровождалось обширными ручными проверками и исправлениями, и банк деревьев точно соответствует рекомендациям UD.

  • Размер загрузки : 15.84 MiB

  • Размер набора данных : 23.17 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1364
'test' 1555
'train' 12 217

универсальные_зависимости/fr_fqb

  • Описание конфигурации : Корпус UD_French-FQB представляет собой автоматическое преобразование французского QuestionBank v1, корпуса, полностью состоящего из вопросов.

  • Размер загрузки : 1.47 MiB

  • Размер набора данных : 2.32 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 2289

универсальные_зависимости/fr_ftb

  • Описание конфигурации : версия French Treebank с универсальной зависимостью (Abeillé et al., 2003), далее именуемая UD_French-FTB, представляет собой банк предложений из газеты Le Monde, изначально вручную аннотированный морфологической информацией и структурой фраз, а затем преобразованный в схема аннотации универсальных зависимостей.

  • Размер загрузки : 29.49 MiB

  • Размер набора данных : 44.93 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1235
'test' 2541
'train' 14 759

универсальные_зависимости/fr_gsd

  • Описание конфигурации : UD_French-GSD был конвертирован в 2015 году из версии заголовка содержимого универсального дерева зависимостей v2.0 ( https://github.com/ryanmcd/uni-dep-tb ). Обновляется с 2015 года независимо от предыдущего источника.

  • Размер загрузки : 24.38 MiB

  • Размер набора данных : 35.77 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1476
'test' 416
'train' 14 449

универсальные_зависимости/fr_partut

  • Описание конфигурации : UD_French-ParTUT — это преобразование многоязычного параллельного банка деревьев, разработанного в Туринском университете и состоящего из различных текстовых жанров, включая доклады, юридические тексты и статьи из Википедии, среди прочего.

  • Размер загрузки : 1.74 MiB

  • Размер набора данных : 2.44 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 107
'test' 110
'train' 803

универсальные_зависимости/fr_rapsodie

  • Описание конфигурации : корпус универсальных зависимостей для разговорного французского языка.

  • Размер загрузки : 3.00 MiB

  • Размер набора данных : 4.10 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1082
'test' 840
'train' 1288

универсальные_зависимости/fr_parisstories

  • Описание конфигурации : «Парижские истории» — это сборник устных французских слов, собранный и расшифрованный студентами факультета лингвистики Новой Сорбонны и исправленный студентами множественной магистратуры вычислительной лингвистики (Иналько, Париж-Нантер, Новая Сорбонна) в период с 2017 по 2021 год. Он содержит монологи и диалоги спикеров, проживающих в парижском регионе.

  • Размер загрузки : 1.97 MiB

  • Размер набора данных : 2.70 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 547
'train' 1216

универсальные_зависимости/fr_pud

  • Описание конфигурации : это часть древовидных банков параллельных универсальных зависимостей (PUD), созданных для общей задачи CoNLL 2017 по многоязычному синтаксическому анализу от необработанного текста к универсальным зависимостям.

  • Размер загрузки : 1.71 MiB

  • Размер набора данных : 2.24 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1000

универсальные_зависимости/fr_sequoia

  • Описание конфигурации : UD_French-Sequoia — это автоматическое преобразование корпуса Sequoia Treebank во французский корпус Sequoia.

  • Размер загрузки : 4.21 MiB

  • Размер набора данных : 6.18 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 412
'test' 456
'train' 2231

универсальный_зависимости/gl_ctg

  • Описание конфигурации : банк деревьев Галисийского UD основан на автоматическом анализе Галисийского технического корпуса ( http://sli.uvigo.gal/CTG ), созданного в Университете Виго исследовательской группой TALG NLP.

  • Размер загрузки : 7.85 MiB

  • Размер набора данных : 10.81 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 860
'test' 861
'train' 2272

универсальный_зависимости/gl_treegal

  • Описание конфигурации : Galician-TreeGal — это банк деревьев для галисийского языка, разработанный в LyS Group (Universidade da Coruña).

  • Размер загрузки : 1.66 MiB

  • Размер набора данных : 2.35 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 400
'train' 600

универсальные_зависимости/de_gsd

  • Описание конфигурации : Немецкий UD конвертируется из версии заголовка содержимого универсального дерева зависимостей v2.0 (устаревшая версия).

  • Размер загрузки : 20.69 MiB

  • Размер набора данных : 29.60 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 799
'test' 977
'train' 13 814

универсальные_зависимости/de_hdt

  • Описание конфигурации : UD German-HDT — это преобразование банка дерева зависимостей Гамбурга, созданного в Гамбургском университете путем ручной аннотации в сочетании со стандартом для морфологической и синтаксической аннотации предложений, а также парсером на основе ограничений.

  • Размер загрузки : 242.97 MiB

  • Размер набора данных : 347.93 MiB .

  • Автоматическое кэширование ( документация ): Нет

  • Сплиты :

Расколоть Примеры
'dev' 18 434
'test' 18 459
'train' 153 035

универсальный_зависимости/de_lit

  • Описание конфигурации : этот банк деревьев предназначен для сбора текстов по истории немецкой литературы. В настоящее время в нем размещены Фрагменты раннего романтизма, т.е. тексты, похожие на афоризмы, в основном посвященные философским вопросам искусства, красоты и смежным темам.

  • Размер загрузки : 1.97 MiB

  • Размер набора данных : 2.49 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1922

универсальные_зависимости/de_pud

  • Описание конфигурации : это часть древовидных банков параллельных универсальных зависимостей (PUD), созданных для общей задачи CoNLL 2017 по многоязычному синтаксическому анализу от необработанного текста к универсальным зависимостям.

  • Размер загрузки : 1.65 MiB

  • Размер набора данных : 2.20 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1000

универсальные_зависимости/got_proiel

  • Описание конфигурации : банк деревьев UD Gothic основан на данных Gothic из банка деревьев PROIEL и состоит из перевода Библии Вульфилы.

  • Размер загрузки : 4.98 MiB

  • Размер набора данных : 7.17 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 985
'test' 1029
'train' 3387

универсальные_зависимости/el_gdt

  • Описание конфигурации : греческий банк дерева UD (UD_Greek-GDT) является производным от греческого дерева зависимостей ( http://gdt.ilsp.gr ), ресурса, разработанного и поддерживаемого исследователями из Института обработки речи и языка/Athena RC ( http://www.ilsp.gr ).

  • Размер загрузки : 5.52 MiB

  • Размер набора данных : 7.49 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 403
'test' 456
'train' 1662

универсальные_зависимости/gub_tude

  • Описание конфигурации : UD_Guajajara-TuDeT — это набор аннотированных предложений на языке гуахахара. Предложения происходят из нескольких источников, таких как описания языка, рассказы, словари и переводы из Нового Завета. Аннотации предложений и документация Лорены Мартин Родригес и Фабрисио Феррас Херарди.

  • Размер загрузки : 683.38 KiB

  • Размер набора данных : 738.09 KiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1126

универсальные_зависимости/gn_oldtude

  • Описание конфигурации : UD_Guarani-OldTuDeT представляет собой набор аннотированных текстов на старом языке гуарани. Аннотируются все известные источники на этом языке: катезисы, грамматики (XVII и XVIII века), предложения из словарей и другие тексты. Аннотации предложений и документация Фабрисио Ферраса Херарди и Лорены Мартин Родригес.

  • Размер загрузки : 18.93 KiB

  • Размер набора данных : 24.71 KiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 59

универсальные_зависимости/he_htb

  • Описание конфигурации : Универсальный корпус зависимостей для иврита.

  • Размер загрузки : 11.64 MiB

  • Размер набора данных : 16.10 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 484
'test' 491
'train' 5241

универсальные_зависимости/he_iahltwiki

  • Описание конфигурации : общедоступное подмножество раздела Википедии IAHLT UD Jewish Treebank ( https://www.iahlt.org/ )

  • Размер загрузки : 10.30 MiB

  • Размер набора данных : 14.16 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 348
'test' 393
'train' 4298

универсальные_зависимости/qfn_fame

  • Описание конфига: UD_Frisian_Dutch-Fame — это подборка из 400 предложений из FAME! корпус речи Yilmaz et al. (2016а, 2016б). Банк деревьев аннотируется вручную с использованием схемы UD.

  • Размер загрузки : 232.57 KiB

  • Размер набора данных : 290.88 KiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 400

универсальные_зависимости/qhe_hiencs

  • Описание конфигурации : древовидная структура с переключением кодов между хинди и английским языком основана на твитах многоязычных носителей хинди и английского языка (в основном индийцев) о переключении кода в Twitter. Банк деревьев аннотируется вручную с использованием схемы UD. Наборы для обучения и оценки были отдельно аннотированы разными аннотаторами с использованием рекомендаций UD v2 и v1 соответственно. Оценочные наборы автоматически преобразуются из UD v1 в v2.

  • Размер загрузки : 893.15 KiB

  • Размер набора данных : 1.53 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 225
'test' 225
'train' 1448

универсальный_зависимости/привет_hdtb

  • Описание конфигурации : банк деревьев UD на хинди основан на банке деревьев зависимостей на хинди (HDTB), созданном в IIIT, Хайдарабад, Индия.

  • Размер загрузки : 49.18 MiB

  • Размер набора данных : 68.06 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1659
'test' 1684
'train' 13 304

универсальный_зависимости/привет_пуд

  • Описание конфигурации : это часть древовидных банков параллельных универсальных зависимостей (PUD), созданных для общей задачи CoNLL 2017 по многоязычному синтаксическому анализу от необработанного текста к универсальным зависимостям.

  • Размер загрузки : 2.20 MiB

  • Размер набора данных : 2.82 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1000

универсальные_зависимости/hu_szeged

  • Описание конфигурации : венгерский банк деревьев UD является производным от банка дерева зависимостей Szeged (Vincze et al. 2010).

  • Размер загрузки : 2.92 MiB

  • Размер набора данных : 4.20 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 441
'test' 449
'train' 910

универсальный_зависимости/is_modern

  • Описание конфига: UD_Icelandic-Modern — это преобразование современных дополнений к Исландскому проанализированному историческому корпусу (IcePaHC) в схему универсальных зависимостей.

  • Размер загрузки : 9.02 MiB

  • Размер набора данных : 12.32 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 784
'test' 768
'train' 5376

универсальные_зависимости/is_icepahc

  • Описание конфигурации : UD_Icelandic-IcePaHC — это преобразование исландского проанализированного исторического корпуса (IcePaHC) в схему универсальных зависимостей. Преобразование было сделано с помощью UDConverter.

  • Размер загрузки : 81.16 MiB

  • Размер набора данных : 112.07 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 4865
'test' 5157
'train' 34 007

универсальные_зависимости/is_pud

  • Описание конфигурации : Icelandic-PUD — это исландская часть банка деревьев параллельных универсальных зависимостей (PUD).

  • Размер загрузки : 1.45 MiB

  • Размер набора данных : 1.89 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1000

универсальный_зависимости/id_csui

  • Описание конфигурации : UD Indonesian-CSUI — это преобразование банка деревьев индонезийского избирательного округа в формат Penn Treebank под названием Kethu, который также был преобразованием банка дерева избирательных округов, созданного Dinakaramani et al. (2015). Мы назвали эту банку деревьев Indonesian-CSUI, так как все три версии банков деревьев были созданы на факультете компьютерных наук Университета Индонезии.

  • Размер загрузки : 1.62 MiB

  • Размер набора данных : 1.97 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 374
'train' 656

универсальный_зависимости/id_gsd

  • Описание конфигурации : Индонезийский UD преобразован из версии заголовка содержимого универсального дерева зависимостей v2.0 (устаревшая версия).

  • Размер загрузки : 9.15 MiB

  • Размер набора данных : 11.25 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 559
'test' 557
'train' 4482

универсальный_зависимости/id_pud

  • Описание конфигурации : это часть древовидных банков параллельных универсальных зависимостей (PUD), созданных для общей задачи CoNLL 2017 по многоязычному синтаксическому анализу от необработанного текста к универсальным зависимостям.

  • Размер загрузки : 1.10 MiB

  • Размер набора данных : 1.44 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1000

универсальные_зависимости/ga_idt

  • Описание конфигурации : банк дерева универсальных зависимостей из 4910 предложений для современного ирландского языка.

  • Размер загрузки : 7.62 MiB

  • Размер набора данных : 10.77 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 451
'test' 454
'train' 4005

универсальные_зависимости/ga_twittirish

  • Описание конфигурации : банк дерева универсальных зависимостей из 866 твитов на современном ирландском языке.

  • Размер загрузки : 782.30 KiB

  • Размер набора данных : 1.13 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 866

универсальные_зависимости/it_isdt

  • Описание конфигурации : Итальянский корпус, аннотированный в соответствии со схемой аннотации UD, был получен путем преобразования из ISDT (итальянского Stanford Dependency Treebank), выпущенного для общей задачи анализа зависимостей Evalita-2014 (Bosco et al. 2014).

  • Размер загрузки : 20.03 MiB

  • Размер набора данных : 29.18 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 564
'test' 482
'train' 13 121

универсальные_зависимости/it_partut

  • Описание конфигурации : UD_Italian-ParTUT — это преобразование многоязычного параллельного банка деревьев, разработанного в Туринском университете и состоящего из различных текстовых жанров, включая доклады, юридические тексты и статьи из Википедии, среди прочего.

  • Размер загрузки : 3.42 MiB

  • Размер набора данных : 4.83 MiB .

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 156
'test' 153
'train' 1781

универсальные_зависимости/it_postwita

  • Описание конфигурации : PoSTWITA-UD — это набор твитов на итальянском языке, аннотированных в универсальных зависимостях, которые можно использовать для обучения систем NLP для повышения их эффективности при работе с текстами в социальных сетях.

  • Размер загрузки : 7.27 MiB

  • Dataset size : 10.47 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 670
'test' 674
'train' 5,368

universal_dependencies/it_markit

  • Config description : It is MarkIT That is New: An Italian Treebank of Marked Constructions. 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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 341
'test' 341
'train' 613

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 398

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,000

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 144
'test' 142
'train' 1,138

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 743
'test' 1,067
'train' 8,277

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,000

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 8,427
'test' 7,881
'train' 40,801

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 507
'test' 543
'train' 7,050

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 8,427
'test' 7,881
'train' 40,801

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 507
'test' 543
'train' 7,050

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 822

universal_dependencies/ja_pud

Расколоть Примеры
'test' 1,000

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 125

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 83

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 288

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 228

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,047
'train' 31

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 674

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 10

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,435

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 100

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 214

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 663

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 950
'test' 989
'train' 4,400

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 2,066
'test' 2,287
'train' 23,010

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,000

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 734
'train' 20

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 2,101
'test' 2,101
'train' 22,775

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 376
'test' 419
'train' 926

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 850
'test' 884
'train' 7,289

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 939
'train' 1,334

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,234
'test' 1,260
'train' 15,917

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,957
'test' 2,325
'train' 12,521

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 296
'train' 20

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 617
'test' 684
'train' 2,341

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 153
'test' 153
'train' 153

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 106
'train' 19

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 83

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 433
'test' 518
'train' 1,123

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 2,319

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 46
'test' 47
'train' 373

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,046

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 98

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 342

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 158

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 991
'test' 972
'train' 7,278

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 10

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 865
'train' 2,257

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 2,409
'test' 1,939
'train' 15,696

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,890
'test' 1,511
'train' 14,174

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 881
'test' 957
'train' 3,412

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,073
'test' 1,141
'train' 4,124

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,887
'test' 1,989
'train' 14,153

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,054
'test' 1,006
'train' 1,045

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 648
'train' 422

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,852
'test' 1,756
'train' 13,336

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 20

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,456
'test' 1,455
'train' 26,196

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 599
'test' 600
'train' 4,798

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,745
'test' 1,727
'train' 13,774

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 2,215
'test' 2,215
'train' 17,722

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,000

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,172
'test' 1,167
'train' 7,018

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,204
'test' 1,200
'train' 9,615

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,000

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 50

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,052
'test' 1,052
'train' 24,121

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 752
'test' 729
'train' 8,043

universal_dependencies/ro_simonero

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

  • Download size : 11.36 MiB

  • Dataset size : 15.68 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 443
'test' 491
'train' 3,747

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 579
'test' 601
'train' 3,850

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,000

universal_dependencies/ru_syntagrus

  • Config description : Russian data from the SynTagRus corpus.

  • Download size : 97.99 MiB

  • Dataset size : 139.66 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 6,584
'test' 6,491
'train' 48,814

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 946
'test' 881
'train' 16,045

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 230

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,473
'train' 2,524

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 655
'test' 545
'train' 3,539

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 536
'test' 520
'train' 3,328

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 218

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,060
'test' 1,061
'train' 8,483

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,250
'test' 1,282
'train' 10,903

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,110
'train' 2,078

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 8

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 100

universal_dependencies/es_ancora

  • Config description : Spanish data from the AnCora corpus.

  • Download size : 50.23 MiB

  • Dataset size : 66.53 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,654
'test' 1,721
'train' 14,287

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,400
'test' 426
'train' 14,187

universal_dependencies/es_pud

Расколоть Примеры
'test' 1,000

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 82
'test' 34
'train' 87

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,032
'test' 1,035
'train' 3,176

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,000

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 504
'test' 1,219
'train' 4,303

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 100

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 128

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 94

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 534

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 80
'test' 120
'train' 400

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 131
'test' 146
'train' 1,051

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,000

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 546

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 801
'test' 805
'train' 578

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

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 572
'test' 586
'train' 4,274

universal_dependencies/tr_tourism

  • Config description : Turkish Tourism is a domain specific treebank consisting of 19,750 manually annotated sentences and 92,200 tokens. These sentences were taken from the original customer reviews of a tourism company.

  • Download size : 6.48 MiB

  • Dataset size : 11.24 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 2,166
'test' 2,191
'train' 15,476

universal_dependencies/tr_kenet

  • Config description : Turkish-Kenet UD Treebank is the biggest treebank of Turkish. It consists of 18,700 manually annotated sentences and 178,700 tokens. Its corpus consists of dictionary examples.

  • Download size : 12.16 MiB

  • Dataset size : 19.00 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 1,646
'test' 1,643
'train' 15,398

universal_dependencies/tr_penn

  • Config description : Turkish version of the Penn Treebank. It consists of a total of 9,560 manually annotated sentences and 87,367 tokens. (It only includes sentences up to 15 words long.)

  • Download size : 12.29 MiB

  • Dataset size : 18.82 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 622
'test' 924
'train' 14,850

universal_dependencies/tr_framenet

  • Config description : Turkish FrameNet consists of 2,700 manually annotated example sentences and 19,221 tokens. Its data consists of the sentences taken from the Turkish FrameNet Project. The annotated sentences can be filtered according to the semantic frame category of the root of the sentence.

  • Download size : 1.43 MiB

  • Dataset size : 2.28 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 205
'test' 205
'train' 2,288

universal_dependencies/tr_boun

  • Config description : The largest Turkish dependency treebank annotated in UD style. Created by the members of TABILAB from Boğaziçi University.

  • Download size : 9.07 MiB

  • Dataset size : 13.24 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 979
'test' 979
'train' 7,803

universal_dependencies/tr_gb

  • Config description : This is a treebank annotating example sentences from a comprehensive grammar book of Turkish.

  • Download size : 1.41 MiB

  • Dataset size : 2.02 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 2,880

universal_dependencies/tr_imst

  • Config description : The UD Turkish Treebank, also called the IMST-UD Treebank, is a semi-automatic conversion of the IMST Treebank (Sulubacak et al., 2016).

  • Download size : 4.51 MiB

  • Dataset size : 6.70 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 988
'test' 983
'train' 3,664

universal_dependencies/tr_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 : 1.29 MiB

  • Dataset size : 1.65 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 1,000

universal_dependencies/uk_iu

  • Config description : Gold standard Universal Dependencies corpus for Ukrainian, developed for UD originally, by Institute for Ukrainian, NGO. [українською]

  • Download size : 16.54 MiB

  • Dataset size : 21.99 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 672
'test' 892
'train' 5,496

universal_dependencies/hsb_ufal

  • Config description : A small treebank of Upper Sorbian based mostly on Wikipedia.

  • Download size : 762.63 KiB

  • Dataset size : 1.11 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 623
'train' 23

universal_dependencies/ur_udtb

  • Config description : The Urdu Universal Dependency Treebank was automatically converted from Urdu Dependency Treebank (UDTB) which is part of an ongoing effort of creating multi-layered treebanks for Hindi and Urdu.

  • Download size : 15.16 MiB

  • Dataset size : 21.57 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 552
'test' 535
'train' 4,043

universal_dependencies/ug_udt

  • Config description : The Uyghur UD treebank is based on the Uyghur Dependency Treebank (UDT), created at the Xinjiang University in Ürümqi, China.

  • Download size : 3.30 MiB

  • Dataset size : 4.59 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 900
'test' 900
'train' 1,656

universal_dependencies/vi_vtb

  • Config description : The Vietnamese UD treebank is a conversion of the constituent treebank created in the VLSP project ( https://vlsp.hpda.vn/ ).

  • Download size : 1.96 MiB

  • Dataset size : 2.81 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 800
'test' 800
'train' 1,400

universal_dependencies/wbp_ufal

  • Config description : A small treebank of grammatical examples in Warlpiri, taken from linguistic literature.

  • Download size : 37.58 KiB

  • Dataset size : 47.36 KiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 55

universal_dependencies/cy_ccg

  • Config description : UD Welsh-CCG (Corpws Cystrawennol y Gymraeg) is a treebank of Welsh, annotated according to the Universal Dependencies guidelines.

  • Download size : 2.28 MiB

  • Dataset size : 3.06 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 953
'train' 976

universal_dependencies/hy_armtdp

  • Config description : A Universal Dependencies treebank for Eastern Armenian developed for UD originally by the ArmTDP team led by Marat M. Yavrumyan at the Yerevan State University.

  • Download size : 6.56 MiB

  • Dataset size : 8.50 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 249
'test' 277
'train' 1,974

universal_dependencies/wo_wtb

  • Config description : UD_Wolof-WTB is a natively manual developed treebank for Wolof. Sentences were collected from encyclopedic, fictional, biographical, religious texts and news.

  • Download size : 2.65 MiB

  • Dataset size : 3.78 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'dev' 449
'test' 470
'train' 1,188

universal_dependencies/sjo_xdt

  • Config description : The UD Xibe Treebank is a corpus of the Xibe language (ISO 639-3: sjo) containing manually annotated syntactic trees under the Universal Dependencies. Sentences come from three sources: grammar book examples, newspaper (Cabcal News) and Xibe textbooks.

  • Download size : 1.50 MiB

  • Dataset size : 1.74 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 810

universal_dependencies/sah_yktdt

Расколоть Примеры
'test' 96

universal_dependencies/yo_ytb

  • Config description : Parts of the Yoruba Bible and of the Yoruba edition of Wikipedia, hand-annotated natively in Universal Dependencies.

  • Download size : 554.64 KiB

  • Dataset size : 767.54 KiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 318

universal_dependencies/ess_sli

  • Config description : UD_Yupik-SLI is a treebank of St. Lawrence Island Yupik (ISO 639-3: ess) that has been manually annotated at the morpheme level, based on a finite-state morphological analyzer by Chen et al., 2020. The word-level annotation, merging multiword expressions, is provided in not-to-release/ess_sli-ud-test.merged.conllu. More information about the treebank can be found in our publication (AmericasNLP, 2021).

  • Download size : 302.87 KiB

  • Dataset size : 410.25 KiB

  • Автоматическое кэширование ( документация ): Да

  • Сплиты :

Расколоть Примеры
'test' 309