- opis :
Uniwersalne zależności (UD) to platforma do spójnej adnotacji gramatyki (części mowy, cechy morfologiczne i zależności składniowe) w różnych językach ludzkich. UD to otwarty wysiłek społeczności, w którym ponad 300 współpracowników tworzy ponad 200 banków drzew w ponad 100 językach. Jeśli dopiero zaczynasz korzystać z UD, powinieneś zacząć od przeczytania pierwszej części Krótkiego wprowadzenia, a następnie przejrzenia wskazówek dotyczących adnotacji.
Strona główna : https://universaldependencies.org/
Kod źródłowy :
tfds.datasets.universal_dependencies.Builder
Wersje :
-
1.0.0
: Pierwsza wersja, która odpowiada Universal Dependencies 2.10. -
1.0.1
(domyślnie): Zaktualizowano nazwy konfiguracji.
-
Struktura funkcji :
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)),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDict | ||||
osłabić | Sekwencja (tekst) | (Nic,) | strunowy | |
dep | Sekwencja (tekst) | (Nic,) | strunowy | |
wyczyny | Sekwencja (tekst) | (Nic,) | strunowy | |
głowa | Sekwencja (tekst) | (Nic,) | strunowy | |
idx | Tekst | strunowy | ||
lematy | Sekwencja (tekst) | (Nic,) | strunowy | |
różne | Sekwencja (tekst) | (Nic,) | strunowy | |
tekst | Tekst | strunowy | ||
żetony | Sekwencja (tekst) | (Nic,) | strunowy | |
upo | Sekwencja (etykieta klasy) | (Nic,) | int64 | |
xpos | Sekwencja (tekst) | (Nic,) | strunowy |
Klucze nadzorowane (Zobacz dokument
as_supervised
):None
Rysunek ( tfds.show_examples ): Nieobsługiwany.
Cytat :
@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 (domyślna konfiguracja)
Opis konfiguracji : UD Afrikaans-AfriBooms to konwersja banku drzewa zależności AfriBooms, pierwotnie opatrzona adnotacjami z uproszczonym zestawem PoS i relacjami zależności zgodnie z podzbiorem zestawu tagów Stanforda. Korpus składa się z publicznych dokumentów rządowych. Zbiór danych został zaproponowany w „AfriBooms: An Online Treebank for Afrikaans” przez Augustinusa i in. (2016); https://www.aclweb.org/anthology/L16-1107.pdf
Rozmiar pliku do pobrania :
2.95 MiB
Rozmiar zestawu danych :
4.02 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 194 |
'test' | 425 |
'train' | 1315 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/akk_pisandub
Opis konfiguracji : Mały zestaw zdań z babilońskich inskrypcji królewskich.
Rozmiar pliku do pobrania :
99.41 KiB
Rozmiar zbioru danych :
126.32 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 101 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/akk_riao
Opis konfiguracji : UD_Akkadian-RIAO to mały bank drzew składający się z 22 277 słów i 1845 zdań. Stanowi to nienaruszony podzbiór łącznie 2211 zdań z wczesnych nowoasyryjskich inskrypcji królewskich z X i IX wieku pne. Te inskrypcje królewskie zostały zaczerpnięte z Oracc (Open Richly Adnotated Cuneiform Corpus; http://oracc.museum.upenn.edu/riao/ ), gdzie wszystkie nowoasyryjskie inskrypcje królewskie są lematyzowane słowo w słowo. Językiem korpusu jest standardowy babiloński, z okazjonalnymi językami asyryjskimi, podczas gdy „akadyjski” jest ogólnym terminem zarówno dla języka asyryjskiego, jak i babilońskiego. Bank drzew został ręcznie opatrzony adnotacjami zgodnie z wytycznymi dotyczącymi adnotacji UD.
Rozmiar pliku do pobrania :
1.87 MiB
Rozmiar zestawu danych :
2.79 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1874 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/aqz_tudet
Opis konfiguracji : UD_Akuntsu-TuDeT to zbiór tekstów z adnotacjami w Akuntsú. Wraz z UD_Tupinamba-TuDeT i UD_Munduruku-TuDeT, UD_Akuntsu-TuDeT jest częścią projektu TuLaR. Zdania są opatrzone adnotacjami przez Carolina Aragon i Fabrício Ferraz Gerardi.
Rozmiar pliku do pobrania :
67.25 KiB
Rozmiar zbioru danych :
97.39 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 243 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/sq_tsa
Opis konfiguracji : UD Treebank for Standard Albanian (TSA) to mały bank drzew składający się z 60 zdań odpowiadających 922 tokenom. Dane zostały zebrane z różnych wpisów w Wikipedii. Ten bank drzew został utworzony głównie ręcznie zgodnie z wytycznymi Universal Dependencies. Lematyzację przeprowadzono za pomocą lemmatyzatora https://bitbucket.org/timarkh/uniparser-albanian-grammar/src/master/ opracowanego przez zespół Albańskiego Korpusu Narodowego (Maria Morozova, Alexander Rusakov, Timofey Archangielskiy). Tagowanie i analiza morfologiczna zostały częściowo zautomatyzowane za pomocą skryptów Pythona i poprawione ręcznie, podczas gdy relacje zależności zostały przypisane w pełni ręcznie. Zachęcamy do wszelkich inicjatyw mających na celu zwiększenie rozmiaru i/lub poprawę ogólnej jakości Treebank.
Rozmiar pliku do pobrania :
62.00 KiB
Rozmiar zbioru danych :
93.65 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 60 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/am_att
Opis konfiguracji : UD_amharski-ATT to ręcznie opatrzone adnotacjami banki drzew. Jest opatrzony adnotacją dla znacznika POS, informacji morfologicznych i relacji zależności. Ponieważ amharski jest językiem bogatym morfologicznie, pro-dropowym, a języki mają cechę podwojenia łechtaczki, łechtaczki zostały podzielone ręcznie.
Rozmiar pliku do pobrania :
995.32 KiB
Rozmiar zestawu danych :
1.33 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1074 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/grc_perseus
Opis konfiguracji : Ten uniwersalny bank drzew zależności starożytnej Grecji składa się z automatycznej konwersji wybranych fragmentów z banku drzewa zależności starożytnej Grecji i łaciny 2.1
Rozmiar pliku do pobrania :
18.02 MiB
Rozmiar zestawu danych :
24.52 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1137 |
'test' | 1306 |
'train' | 11476 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/grc_proiel
Opis konfiguracji : starogrecki bank drzew PROIEL jest oparty na danych starogreckich z banku drzew PROIEL, który jest prowadzony na Wydziale Filozofii, Klasyki, Historii Sztuki i Idei Uniwersytetu w Oslo. Konwersja bazuje na wydaniu 20180408 banku drzewa PROIEL dostępnego pod adresem https://github.com/proiel/proiel-treebank/releases Oryginalni adnotatorzy są potwierdzeni w dostępnych tam plikach. Kod konwersji jest dostępny w Rubygem proiel-cli, https://github.com/proiel/proiel-cli
Rozmiar pliku do pobrania :
22.62 MiB
Rozmiar zestawu danych :
30.92 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1019 |
'test' | 1047 |
'train' | 15014 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/apu_ufpa
Opis konfiguracji : Pierwsza wersja zawiera 70 zdań z adnotacjami. To pierwszy bank drzew w języku z rodziny Arawak. Oryginalne glosy międzyliniowe są zawarte w banku drzew, a ich konwersja do pełnej adnotacji UD jest procesem ciągłym. Wartości send_id (np.: FernandaM2017:Texto-6-19) są reprezentatywne dla kolektora, roku publikacji, identyfikatora tekstu i numeru zdania w kolejności od tekstu oryginalnego.
Rozmiar pliku do pobrania :
95.51 KiB
Rozmiar zbioru danych :
98.49 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 115 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/hbo_ptnk
Opis konfiguracji : UD Ancient Hebrew PTNK zawiera fragmenty Biblii hebrajskiej Stuttgartensia z adnotacjami morfologicznymi z ETCBC.
Rozmiar pliku do pobrania :
3.11 MiB
Rozmiar zestawu danych :
4.28 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 439 |
'test' | 410 |
'train' | 730 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/ar_nyuad
Opis konfiguracji : Treebank składa się z 19 738 zdań (738889 tokenów), a jego domeną jest głównie newswire. Adnotacja jest objęta licencją CC BY-SA 4.0, a oryginalny PATB można pobrać z oficjalnej strony internetowej LDC.
Rozmiar pliku do pobrania :
55.87 MiB
Rozmiar zestawu danych :
78.33 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1986 |
'test' | 1963 |
'train' | 15789 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/ar_padt
Opis konfiguracji : Bank drzew Arabic-PADT UD jest oparty na praskim banku arabskim zależności (PADT), utworzonym na Uniwersytecie Karola w Pradze.
Rozmiar pliku do pobrania :
48.84 MiB
Rozmiar zestawu danych :
64.42 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 909 |
'test' | 680 |
'train' | 6075 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/ar_pud
Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.
Rozmiar pliku do pobrania :
1.98 MiB
Rozmiar zestawu danych :
2.34 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1000 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/aii_as
Opis konfiguracji : Uppsala Assyrian Treebank to mały bank drzew dla Modern Standard Assyrian. Korpus jest gromadzony i opatrzony adnotacjami ręcznie. Dane zostały zebrane losowo z różnych podręczników i krótkiego tłumaczenia Kupca weneckiego.
Rozmiar pliku do pobrania :
31.99 KiB
Rozmiar zbioru danych :
48.85 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 57 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/bm_crb
Opis konfiguracji : Bank drzew UD Bambara to sekcja Corpus Référence du Bambara z natywną adnotacją o uniwersalnych zależnościach.
Rozmiar pliku do pobrania :
873.37 KiB
Rozmiar zestawu danych :
1.25 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1026 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/eu_bdt
Opis konfiguracji : Baskijski bank drzew UD jest oparty na automatycznej konwersji z części banku drzew zależności baskijskich (BDT), utworzonego na Uniwersytecie Kraju Basków przez grupę badawczą IXA NLP. Bank drzew składa się z 8.993 zdań (121.443 tokenów) i obejmuje głównie teksty literackie i publicystyczne.
Rozmiar pliku do pobrania :
7.83 MiB
Rozmiar zestawu danych :
11.74 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1798 |
'test' | 1799 |
'train' | 5396 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/bej_nsc
Opis konfiguracji : Uniwersalny korpus zależności dla Beja, północno-kuszyckiej gałęzi typu afroazjatyckiego, używany głównie w Sudanie, Egipcie i Erytrei.
Rozmiar pliku do pobrania :
136.52 KiB
Rozmiar zbioru danych :
168.15 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 56 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/be_hse
Opis konfiguracji : Bank drzew białoruskiego UD jest oparty na próbce tekstów wiadomości zawartych w równoległym białorusko-rosyjskim podkorpusie Rosyjskiego Korpusu Narodowego, wyszukiwarka online dostępna pod adresem: http://ruscorpora.ru/search-para-be.html
Rozmiar pliku do pobrania :
30.04 MiB
Rozmiar zestawu danych :
39.88 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1301 |
'test' | 1077 |
'train' | 22853 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/bn_bru
Opis konfiguracji : Bank drzew BRU Bengali został utworzony na Uniwersytecie Begum Rokeya w Rangpur przez członków Semantics Lab.
Rozmiar pliku do pobrania :
38.41 KiB
Rozmiar zbioru danych :
51.42 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 56 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/bho_bhtb
Opis konfiguracji : Bhojpuri UD Treebank (BHTB) v2.6 składa się z 6664 tokenów (357 zdań). Ten bank drzew jest częścią projektu uniwersalnego banku drzew zależności. Początkowo została ona zainicjowana przeze mnie (Atul) na Uniwersytecie Jawaharlala Nehru w New Delhi podczas pracy badawczej nad doktoratem. Dane BHTB zawierają adnotacje składniowe zgodnie ze schematem zależności-konstytucyjności, a także znaczniki morfologiczne i lematy. W tych danych XPOS jest opatrzony adnotacjami zgodnie z zestawem tagów części mowy (POS) Bureau of Indian Standards (BIS).
Rozmiar pliku do pobrania :
599.76 KiB
Rozmiar zbioru danych :
817.23 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 357 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/br_keb
Opis konfiguracji : UD Breton-KEB to bank drzew języka bretońskiego, który został ręcznie opatrzony adnotacjami zgodnie z wytycznymi Universal Dependencies. Wytyczne tokenizacji i adnotacje morfologiczne pochodzą z analizatora morfologicznego skończonych stanów Bretona, wydanego w ramach projektu Apertium.
Rozmiar pliku do pobrania :
663.63 KiB
Rozmiar zbioru danych :
863.36 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 888 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/bg_btb
Opis konfiguracji : UD_Bulgarian-BTB jest oparty na bazie BulTreeBank opartej na HPSG, utworzonej w Instytucie Technologii Informacyjnych i Komunikacyjnych Bułgarskiej Akademii Nauk. Oryginał składa się z 215 000 tokenów (ponad 15 000 zdań).
Rozmiar pliku do pobrania :
14.22 MiB
Rozmiar zestawu danych :
20.01 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1115 |
'test' | 1116 |
'train' | 8907 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/bxr_bdt
Opis konfiguracji : Bank drzew UD Buryat został ręcznie opatrzony natywnymi adnotacjami w UD i zawiera zdania z podręcznika gramatyki, a także wiadomości i trochę beletrystyki.
Rozmiar pliku do pobrania :
710.23 KiB
Rozmiar zbioru danych :
1018.12 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 908 |
'train' | 19 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/yue_hk
Opis konfiguracji : kantoński bank drzew (zapisany tradycyjnymi chińskimi znakami) napisów filmowych i postępowań ustawodawczych w Hongkongu, równolegle do banku drzew chińskiego-HK.
Rozmiar pliku do pobrania :
693.38 KiB
Rozmiar zestawu danych :
1.04 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1004 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/ca_ancora
Opis konfiguracji : dane katalońskie z korpusu AnCora.
Rozmiar pliku do pobrania :
48.14 MiB
Rozmiar zestawu danych :
64.03 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1709 |
'test' | 1846 |
'train' | 13123 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/ceb_gja
Opis konfiguracji : UD_Cebuano_GJA to zbiór przykładowych zdań języka cebuano z adnotacjami, pobranych losowo z trzech różnych źródeł: próbki przesłane przez społeczność ze strony internetowej Tatoeba, podręcznik gramatyki cebuano autorstwa Bunye & Yap (1971) oraz gramatykę referencyjną Tanangkinsinga dotyczącą języka cebuano (2011). Ten projekt jest obecnie w toku.
Rozmiar pliku do pobrania :
99.30 KiB
Rozmiar zbioru danych :
136.74 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 188 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/zh_cfl
Opis konfiguracji : bank drzew języka chińskiego-CFL UD jest ręcznie opatrzony adnotacjami przez Keying Li z niewielkimi ręcznymi poprawkami dokonanymi przez Hermana Leunga i Johna Lee z City University of Hong Kong, na podstawie esejów napisanych przez osoby uczące się języka chińskiego mandaryńskiego jako języka obcego. Dane są w uproszczonym języku chińskim.
Rozmiar pliku do pobrania :
375.71 KiB
Rozmiar zbioru danych :
558.45 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 451 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/zh_gsd
Opis konfiguracji : uniwersalny bank drzew zależności w tradycyjnym chińskim opatrzony adnotacjami i przekonwertowany przez Google.
Rozmiar pliku do pobrania :
6.48 MiB
Rozmiar zestawu danych :
8.88 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 500 |
'test' | 500 |
'train' | 3997 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/zh_gsdsimp
Opis konfiguracji : zestaw danych uniwersalnych zależności uproszczonego języka chińskiego przekonwertowany z zestawu danych GSD (tradycyjnego) z ręcznymi poprawkami.
Rozmiar pliku do pobrania :
6.48 MiB
Rozmiar zestawu danych :
8.88 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 500 |
'test' | 500 |
'train' | 3997 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/zh_hk
Opis konfiguracji : tradycyjna chińska baza drzew zawierająca napisy do filmów i postępowania ustawodawcze w Hongkongu, równoległa do banku drzew kantońskiego-HK.
Rozmiar pliku do pobrania :
482.85 KiB
Rozmiar zbioru danych :
779.66 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1004 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/zh_pud
Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.
Rozmiar pliku do pobrania :
1.53 MiB
Rozmiar zestawu danych :
1.95 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1000 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/ckt_hse
Opis konfiguracji : te dane są ręczną adnotacją korpusu z korpusu z adnotacjami multimedialnymi projektu Chuklang, korpusu dialektalnego wariantu Amguema języka Czukczi.
Rozmiar pliku do pobrania :
793.16 KiB
Rozmiar zbioru danych :
828.50 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1004 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/lzh_kyoto
Opis konfiguracji : Klasyczny chiński bank drzew uniwersalnych zależności z adnotacjami i przekonwertowany przez Institute for Research in Humanities, Kyoto University.
Rozmiar pliku do pobrania :
26.86 MiB
Rozmiar zestawu danych :
39.40 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 5687 |
'test' | 4932 |
'train' | 48569 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/cop_scriptorium
Opis konfiguracji : UD Coptic zawiera ręcznie opatrzone adnotacjami sahidic koptyjskie teksty, w tym teksty biblijne, kazania, listy i hagiografię.
Rozmiar pliku do pobrania :
4.73 MiB
Rozmiar zestawu danych :
6.12 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 381 |
'test' | 403 |
'train' | 1227 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/hr_set
Opis konfiguracji : chorwacki bank drzew UD jest oparty na rozszerzeniu korpusu SETimes-HR, korpusu hr500k.
Rozmiar pliku do pobrania :
14.41 MiB
Rozmiar zestawu danych :
20.43 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 960 |
'test' | 1136 |
'train' | 6914 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/cs_cac
Opis konfiguracji : Bank drzew UD_Czech-CAC oparty jest na Czeskim Korpusie Akademickim 2.0 (CAC; Český akademický korpus; ČAK), utworzonym na Uniwersytecie Karola w Pradze.
Rozmiar pliku do pobrania :
53.72 MiB
Rozmiar zestawu danych :
73.74 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 603 |
'test' | 628 |
'train' | 23478 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/cs_cltt
Opis konfiguracji : Bank drzew UD_Czech-CLTT jest oparty na banku Czech Legal Text Treebank 1.0, stworzonym na Uniwersytecie Karola w Pradze.
Rozmiar pliku do pobrania :
3.57 MiB
Rozmiar zestawu danych :
4.73 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 129 |
'test' | 136 |
'train' | 860 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/cs_fitree
Opis konfiguracji : FicTree to bank drzew czeskiej fikcji, automatycznie konwertowany do formatu UD. Bank drzew został zbudowany na Uniwersytecie Karola w Pradze.
Rozmiar pliku do pobrania :
16.65 MiB
Rozmiar zestawu danych :
23.29 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1309 |
'test' | 1291 |
'train' | 10160 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/cs_pdt
Opis konfiguracji : Czech-PDT UD treebank jest oparty na praskim Dependency Treebank 3.0 (PDT), utworzonym na Uniwersytecie Karola w Pradze.
Rozmiar pliku do pobrania :
164.29 MiB
Rozmiar zestawu danych :
224.30 MiB
Automatyczne buforowanie ( dokumentacja ): Tak (dev, test), Tylko wtedy, gdy
shuffle_files=False
(pociąg)Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 9270 |
'test' | 10148 |
'train' | 68.495 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/cs_pud
Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.
Rozmiar pliku do pobrania :
2.14 MiB
Rozmiar zestawu danych :
2.76 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1000 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/da_ddt
Opis konfiguracji : Duński bank drzew UD jest konwersją duńskiego banku drzew zależności.
Rozmiar pliku do pobrania :
6.13 MiB
Rozmiar zestawu danych :
9.15 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 564 |
'test' | 565 |
'train' | 4383 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/nl_alpino
Opis konfiguracji : Ten korpus składa się z próbek z różnych banków drzew z adnotacjami na Uniwersytecie w Groningen przy użyciu narzędzi i wskazówek firmy Alpino.
Rozmiar pliku do pobrania :
15.98 MiB
Rozmiar zestawu danych :
21.03 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 718 |
'test' | 596 |
'train' | 12289 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/nl_lassysmall
Opis konfiguracji : Ten korpus zawiera zdania z sekcji Wikipedii Lassy Small Treebank. Adnotacja Universal Dependency została wygenerowana automatycznie z oryginalnej adnotacji w Lassy.
Rozmiar pliku do pobrania :
7.61 MiB
Rozmiar zestawu danych :
9.86 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 676 |
'test' | 876 |
'train' | 5789 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/en_esl
Opis konfiguracji : UD English-ESL / Treebank of Learner English (TLE) zawiera ręczne znaczniki POS i adnotacje zależności dla 5124 zdań z języka angielskiego jako drugiego języka (ESL) pochodzących ze zbioru danych Cambridge Learner Corpus First Certificate in English (FCE).
Rozmiar pliku do pobrania :
3.20 MiB
Rozmiar zestawu danych :
4.72 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 500 |
'test' | 500 |
'train' | 4124 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/en_ewt
Opis konfiguracji : Złoty Standardowy Uniwersalny Korpus Zależności dla języka angielskiego, oparty na materiale źródłowym angielskiego Web Treebank LDC2012T13 ( https://catalog.ldc.upenn.edu/LDC2012T13 ).
Rozmiar pliku do pobrania :
16.37 MiB
Rozmiar zestawu danych :
23.60 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 2001 |
'test' | 2077 |
'train' | 12543 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/en_gum
Opis konfiguracji : adnotacje dotyczące składni uniwersalnych zależności z korpusu GUM ( https://corpling.uis.georgetown.edu/gum/ ).
Rozmiar pliku do pobrania :
13.81 MiB
Rozmiar zestawu danych :
18.21 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1117 |
'test' | 1096 |
'train' | 6917 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/en_gumreddit
Opis konfiguracji : Adnotacje dotyczące składni uniwersalnych zależności z części Reddit korpusu GUM ( https://corpling.uis.georgetown.edu/gum/ )
Rozmiar pliku do pobrania :
1.47 MiB
Rozmiar zestawu danych :
2.06 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 104 |
'test' | 105 |
'train' | 686 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/en_lines
Opis konfiguracji : UD English_LinES jest angielską połową banku LinES Parallel Treebank z oryginalną adnotacją zależności najpierw automatycznie konwertowaną na zależności uniwersalne, a następnie częściowo przeglądaną. Jego zawartość obejmuje literaturę, podręcznik online i dane Europarl.
Rozmiar pliku do pobrania :
5.27 MiB
Rozmiar zestawu danych :
7.54 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1032 |
'test' | 1035 |
'train' | 3176 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/en_atis
Opis konfiguracji : UD Atis Treebank to ręcznie opatrzony adnotacjami bank drzew składający się ze zdań w zbiorze danych Atis (Informacje o podróżach linii lotniczych), który zawiera transkrypcje ludzkiej mowy osób proszących o informacje o lotach w zautomatyzowanych systemach zapytań.
Rozmiar pliku do pobrania :
3.06 MiB
Rozmiar zestawu danych :
4.76 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 572 |
'test' | 586 |
'train' | 4274 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/en_partut
Opis konfiguracji : UD_English-ParTUT to konwersja wielojęzycznego równoległego banku drzew opracowanego na Uniwersytecie w Turynie i składającego się z różnych gatunków tekstu, w tym m.in. przemówień, tekstów prawniczych i artykułów z Wikipedii.
Rozmiar pliku do pobrania :
2.59 MiB
Rozmiar zestawu danych :
3.65 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 156 |
'test' | 153 |
'train' | 1781 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/en_pronouns
Opis konfiguracji : UD English-Pronouns to zbiór danych utworzony w celu dokładniejszej identyfikacji zaimków i bardziej zrównoważonego rozkładu między płciami. Zbiór danych jest początkowo ukierunkowany na niezależne zaimki dopełniacza, „jej”, (niezależny) „jego”, (liczba pojedyncza) „ich”, „mój” i (liczba pojedyncza) „twój”.
Rozmiar pliku do pobrania :
138.08 KiB
Rozmiar zbioru danych :
186.09 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 285 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/en_pud
Opis konfiguracji : jest to angielska część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności ( http://universaldependencies.org/conll17/ ).
Rozmiar pliku do pobrania :
1.28 MiB
Rozmiar zestawu danych :
1.82 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1000 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/myv_jr
Opis konfiguracji : UD Erzya to oryginalna adnotacja (CoNLL-U) dla tekstów w języku Erzya, oryginalnie składa się z próbki wielu autorów fikcji piszących oryginały w języku Erzya.
Rozmiar pliku do pobrania :
1.88 MiB
Rozmiar zestawu danych :
2.47 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1714 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/et_edt
Opis konfiguracji : UD Estonian to przekonwertowana wersja estońskiego banku zależności (EDT), oryginalnie opatrzona adnotacjami w schemacie adnotacji Constraint Grammar (CG) i składająca się z gatunków beletrystyki, tekstów prasowych i tekstów naukowych. Bank drzew zawiera 30 972 drzew i 437 769 tokenów.
Rozmiar pliku do pobrania :
31.09 MiB
Rozmiar zestawu danych :
45.98 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 3127 |
'test' | 3214 |
'train' | 24632 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/et_ewt
Opis konfiguracji : Treebank UD EWT składa się z różnych gatunków nowych mediów. Bank drzew zawiera 4 493 drzew i 56 399 żetonów.
Rozmiar pliku do pobrania :
5.35 MiB
Rozmiar zestawu danych :
8.06 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 833 |
'test' | 913 |
'train' | 4579 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/fo_farpahc
Opis konfiguracji : UD_Icelandic-FarPaHC to konwersja farerskiego analizowanego korpusu historycznego (FarPaHC) na schemat uniwersalnych zależności. Konwersja została wykonana za pomocą UDConverter.
Rozmiar pliku do pobrania :
2.09 MiB
Rozmiar zestawu danych :
2.84 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 300 |
'test' | 301 |
'train' | 1020 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/fo_oft
Opis konfiguracji : To jest bank drzew języka farerskiego oparty na Wikipedii języka farerskiego.
Rozmiar pliku do pobrania :
783.86 KiB
Rozmiar zestawu danych :
1.07 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1208 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/fi_ftb
Opis konfiguracji : FinnTreeBank 1 składa się z ręcznie opatrzonych adnotacjami przykładów gramatycznych z VISK. Wersja UD FinnTreeBank 1 została przekonwertowana z natywnego modelu adnotacji za pomocą skryptu, a następnie ręcznie poprawiona.
Rozmiar pliku do pobrania :
12.52 MiB
Rozmiar zestawu danych :
18.45 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1875 |
'test' | 1867 |
'train' | 14 981 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/fi_ood
Opis konfiguracji : fiński-OOD to zewnętrzny zestaw testów spoza domeny dla fińskiego-TDT opatrzony natywną adnotacją w schemacie UD.
Rozmiar pliku do pobrania :
1.40 MiB
Rozmiar zestawu danych :
2.11 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 2122 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/fi_pud
Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.
Rozmiar pliku do pobrania :
1.34 MiB
Rozmiar zestawu danych :
1.80 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1000 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/fi_tdt
Opis konfiguracji : UD_Finnish-TDT jest oparty na Turku Dependency Treebank (TDT), szeroko zakrojonym banku drzew zależności ogólnego języka fińskiego, obejmującym wiele gatunków. Po konwersji na UD przeprowadzono szeroko zakrojone ręczne kontrole i poprawki, a bank drzew ściśle przestrzega wytycznych UD.
Rozmiar pliku do pobrania :
15.84 MiB
Rozmiar zestawu danych :
23.17 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1364 |
'test' | 1555 |
'train' | 12217 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/fr_fqb
Opis konfiguracji : Korpus UD_French-FQB jest automatyczną konwersją francuskiego QuestionBank v1, korpusu w całości złożonego z pytań.
Rozmiar pliku do pobrania :
1.47 MiB
Rozmiar zestawu danych :
2.32 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 2289 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/fr_ftb
Opis konfiguracji : Uniwersalna wersja francuskiego Treebanku zależności (Abeillé et al., 2003), zwana dalej UD_French-FTB, jest bankiem drzew zdań z gazety Le Monde, początkowo ręcznie opatrzonych adnotacjami z informacjami morfologicznymi i strukturą fraz, a następnie przekonwertowanych na schemat adnotacji uniwersalnych zależności.
Rozmiar pliku do pobrania :
29.49 MiB
Rozmiar zestawu danych :
44.93 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1235 |
'test' | 2541 |
'train' | 14759 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/fr_gsd
Opis konfiguracji : UD_French-GSD został przekonwertowany w 2015 r. z wersji nagłówka uniwersalnego drzewa zależności w wersji 2.0 ( https://github.com/ryanmcd/uni-dep-tb ). Jest aktualizowany od 2015 roku niezależnie od poprzedniego źródła.
Rozmiar pliku do pobrania :
24.38 MiB
Rozmiar zestawu danych :
35.77 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1476 |
'test' | 416 |
'train' | 14449 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/fr_partut
Opis konfiguracji : UD_French-ParTUT to konwersja wielojęzycznego równoległego banku drzew opracowanego na Uniwersytecie w Turynie i składającego się z różnych gatunków tekstu, w tym m.in. przemówień, tekstów prawniczych i artykułów z Wikipedii.
Rozmiar pliku do pobrania :
1.74 MiB
Rozmiar zestawu danych :
2.44 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 107 |
'test' | 110 |
'train' | 803 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/fr_rhapsodie
Opis konfiguracji : uniwersalny korpus zależności dla mówionego języka francuskiego.
Rozmiar pliku do pobrania :
3.00 MiB
Rozmiar zestawu danych :
4.10 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1082 |
'test' | 840 |
'train' | 1288 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/fr_parisstories
Opis konfiguracji : Paris Stories to zbiór ustnych tekstów francuskich zebranych i transkrybowanych przez studentów lingwistyki z Sorbonne Nouvelle i poprawionych przez studentów Plurital Master's Degree of Computational Linguistics (Inalco, Paris Nanterre, Sorbonne Nouvelle) w latach 2017-2021. Zawiera monologi i dialogi mówców mieszkających w regionie paryskim.
Rozmiar pliku do pobrania :
1.97 MiB
Rozmiar zestawu danych :
2.70 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 547 |
'train' | 1216 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/fr_pud
Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.
Rozmiar pliku do pobrania :
1.71 MiB
Rozmiar zestawu danych :
2.24 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1000 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/fr_sequoia
Opis konfiguracji : UD_French-Sequoia to automatyczna konwersja francuskiego korpusu Sequoia Treebank.
Rozmiar pliku do pobrania :
4.21 MiB
Rozmiar zestawu danych :
6.18 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 412 |
'test' | 456 |
'train' | 2231 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/gl_ctg
Opis konfiguracji : Galicyjski bank drzew UD oparty jest na automatycznej analizie korpusu technicznego galicyjskiego ( http://sli.uvigo.gal/CTG ) utworzonego na Uniwersytecie w Vigo przez grupę badawczą TALG NLP.
Rozmiar pliku do pobrania :
7.85 MiB
Rozmiar zestawu danych :
10.81 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 860 |
'test' | 861 |
'train' | 2272 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/gl_treegal
Opis konfiguracji : Galicja-TreeGal to bank drzew języka galicyjskiego opracowany w LyS Group (Universidade da Coruña).
Rozmiar pliku do pobrania :
1.66 MiB
Rozmiar zestawu danych :
2.35 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 400 |
'train' | 600 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/de_gsd
Opis konfiguracji : niemiecki identyfikator użytkownika jest konwertowany z wersji nagłówka zawartości uniwersalnego banku drzewa zależności w wersji 2.0 (starsza wersja).
Rozmiar pliku do pobrania :
20.69 MiB
Rozmiar zestawu danych :
29.60 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 799 |
'test' | 977 |
'train' | 13814 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/de_hdt
Opis konfiguracji : UD German-HDT jest konwersją hamburskiego banku zależności, utworzonego na Uniwersytecie w Hamburgu poprzez ręczną adnotację w połączeniu ze standardem morfologicznym i składniowym adnotowaniem zdań oraz parserem opartym na ograniczeniach.
Rozmiar pliku do pobrania :
242.97 MiB
Rozmiar zbioru danych :
347.93 MiB
Automatyczne buforowanie ( dokumentacja ): Nie
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 18434 |
'test' | 18459 |
'train' | 153035 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/de_lit
Opis konfiguracji : Ten bank drzew ma na celu gromadzenie tekstów z historii literatury niemieckiej. Obecnie znajdują się w nim Fragmenty wczesnego romantyzmu, czyli teksty o charakterze aforyzmów, poruszające głównie zagadnienia filozoficzne dotyczące sztuki, piękna i zagadnień pokrewnych.
Rozmiar pliku do pobrania :
1.97 MiB
Rozmiar zestawu danych :
2.49 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1922 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/de_pud
Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.
Rozmiar pliku do pobrania :
1.65 MiB
Rozmiar zestawu danych :
2.20 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1000 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/got_proiel
Opis konfiguracji : Bank drzew UD Gothic jest oparty na danych gotyckich z banku drzew PROIEL i składa się z tłumaczenia Biblii Wulfili.
Rozmiar pliku do pobrania :
4.98 MiB
Rozmiar zestawu danych :
7.17 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 985 |
'test' | 1029 |
'train' | 3387 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/el_gdt
Opis konfiguracji : Grecki bank drzew UD (UD_Greek-GDT) wywodzi się z greckiego banku zależności ( http://gdt.ilsp.gr ), zasobu opracowanego i utrzymywanego przez naukowców z Institute for Language and Speech Processing/Athena RC ( http://www.ilsp.gr ).
Rozmiar pliku do pobrania :
5.52 MiB
Rozmiar zestawu danych :
7.49 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 403 |
'test' | 456 |
'train' | 1662 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/gub_tudet
Opis konfiguracji : UD_Guajajara-TuDeT to zbiór zdań z adnotacjami w języku Guajajara. Zdania pochodzą z wielu źródeł, takich jak opisy języka, opowiadania, słowniki i tłumaczenia z Nowego Testamentu. Adnotacja i dokumentacja zdania autorstwa Loreny Martín Rodríguez i Fabrício Ferraz Gerardi.
Rozmiar pliku do pobrania :
683.38 KiB
Rozmiar zbioru danych :
738.09 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1126 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/gn_oldtudet
Opis konfiguracji : UD_Guarani-OldTuDeT to zbiór tekstów z adnotacjami w języku Old Guarani. Opisywane są wszystkie znane źródła w tym języku: katezy, gramatyki (XVII i XVIII w.), zdania ze słowników i inne teksty. Adnotacja i dokumentacja zdania autorstwa Fabrício Ferraz Gerardi i Loreny Martín Rodríguez.
Rozmiar pliku do pobrania :
18.93 KiB
Rozmiar zbioru danych :
24.71 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 59 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/on_htb
Opis konfiguracji : Uniwersalny korpus zależności dla języka hebrajskiego.
Rozmiar pliku do pobrania :
11.64 MiB
Rozmiar zestawu danych :
16.10 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 484 |
'test' | 491 |
'train' | 5241 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/he_iahltwiki
Opis konfiguracji : publicznie dostępny podzbiór sekcji Wikipedii IAHLT UD Hebrew Treebank ( https://www.iahlt.org/ )
Rozmiar pliku do pobrania :
10.30 MiB
Rozmiar zestawu danych :
14.16 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 348 |
'test' | 393 |
'train' | 4298 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/qfn_fame
Opis konfiguracji : UD_Frisian_Dutch-Fame to wybór 400 zdań z FAME! korpus mowy autorstwa Yilmaza i in. (2016a, 2016b). Bank drzew jest ręcznie opatrzony adnotacjami przy użyciu schematu UD.
Rozmiar pliku do pobrania :
232.57 KiB
Rozmiar zbioru danych :
290.88 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 400 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/qhe_hiencs
Opis konfiguracji : Hindi-angielski bank drzewa przełączania kodów jest oparty na przełączanych kodami tweetach wielojęzycznych użytkowników języka hindi i angielskiego (głównie indyjskich) na Twitterze. Bank drzew jest ręcznie opatrzony adnotacjami przy użyciu schematu UD. Zestawy szkoleniowe i ewaluacyjne zostały oddzielnie opatrzone adnotacjami przez różnych adnotatorów, stosując odpowiednio wytyczne UD v2 i v1. Zestawy ewaluacyjne są automatycznie konwertowane z UD v1 na v2.
Rozmiar pliku do pobrania :
893.15 KiB
Rozmiar zestawu danych :
1.53 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 225 |
'test' | 225 |
'train' | 1448 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/hi_hdtb
Opis konfiguracji : Bank drzew Hindi UD jest oparty na Hindi Dependency Treebank (HDTB), utworzonym w IIIT Hyderabad w Indiach.
Rozmiar pliku do pobrania :
49.18 MiB
Rozmiar zestawu danych :
68.06 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1659 |
'test' | 1684 |
'train' | 13304 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/hi_pud
Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.
Rozmiar pliku do pobrania :
2.20 MiB
Rozmiar zestawu danych :
2.82 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1000 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/hu_szeged
Opis konfiguracji : Węgierski bank drzew UD wywodzi się z banku drzew zależności Szeged (Vincze et al. 2010).
Rozmiar pliku do pobrania :
2.92 MiB
Rozmiar zestawu danych :
4.20 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 441 |
'test' | 449 |
'train' | 910 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/jest_nowoczesne
Opis konfiguracji : UD_Icelandic-Modern to konwersja nowoczesnych dodatków islandzkiego analizowanego korpusu historycznego (IcePaHC) na schemat uniwersalnych zależności.
Rozmiar pliku do pobrania :
9.02 MiB
Rozmiar zestawu danych :
12.32 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 784 |
'test' | 768 |
'train' | 5376 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/is_icepahc
Opis konfiguracji : UD_Icelandic-IcePaHC to konwersja islandzkiego analizowanego korpusu historycznego (IcePaHC) na schemat uniwersalnych zależności. Konwersja została wykonana za pomocą UDConverter.
Rozmiar pliku do pobrania :
81.16 MiB
Rozmiar zestawu danych :
112.07 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 4865 |
'test' | 5157 |
'train' | 34007 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/is_pud
Opis konfiguracji : Islandzki-PUD to islandzki element banków drzew Parallel Universal Dependencies (PUD).
Rozmiar pliku do pobrania :
1.45 MiB
Rozmiar zestawu danych :
1.89 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1000 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/id_csui
Opis konfiguracji : UD Indonesian-CSUI to konwersja z indonezyjskiego banku drzew okręgów wyborczych w formacie Penn Treebank o nazwie Kethu, która była również konwersją z banku drzew okręgów wyborczych zbudowanego przez Dinakaramani i in. (2015). Nazwaliśmy ten bank drzew indonezyjskim-CSUI, ponieważ wszystkie trzy wersje banków drzew zostały zbudowane na Wydziale Informatyki Universitas Indonesia.
Rozmiar pliku do pobrania :
1.62 MiB
Rozmiar zestawu danych :
1.97 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 374 |
'train' | 656 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/id_gsd
Opis konfiguracji : Indonezyjski identyfikator użytkownika jest konwertowany z wersji nagłówka zawartości uniwersalnego banku drzew zależności w wersji 2.0 (starsza wersja).
Rozmiar pliku do pobrania :
9.15 MiB
Rozmiar zestawu danych :
11.25 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 559 |
'test' | 557 |
'train' | 4482 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/id_pud
Opis konfiguracji : jest to część banków drzew równoległych uniwersalnych zależności (PUD) utworzonych dla zadania współdzielonego CoNLL 2017 dotyczącego wielojęzycznej analizy składniowej od surowego tekstu do uniwersalnych zależności.
Rozmiar pliku do pobrania :
1.10 MiB
Rozmiar zestawu danych :
1.44 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1000 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/ga_idt
Opis konfiguracji : uniwersalny bank drzew zależności składający się z 4910 zdań dla współczesnego języka irlandzkiego.
Rozmiar pliku do pobrania :
7.62 MiB
Rozmiar zestawu danych :
10.77 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 451 |
'test' | 454 |
'train' | 4005 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/ga_twittirish
Opis konfiguracji : uniwersalny bank drzew zależności zawierający 866 tweetów we współczesnym języku irlandzkim.
Rozmiar pliku do pobrania :
782.30 KiB
Rozmiar zestawu danych :
1.13 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 866 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/it_isdt
Opis konfiguracji : włoski korpus opatrzony adnotacjami zgodnie ze schematem adnotacji UD został uzyskany przez konwersję z ISDT (włoski Stanford Dependency Treebank), udostępnionego do wspólnego zadania parsowania zależności w Evalita-2014 (Bosco et al. 2014).
Rozmiar pliku do pobrania :
20.03 MiB
Rozmiar zestawu danych :
29.18 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 564 |
'test' | 482 |
'train' | 13121 |
- Przykłady ( tfds.as_dataframe ):
uniwersalne_zależności/it_partut
Opis konfiguracji : UD_Italian-ParTUT to konwersja wielojęzycznego równoległego banku drzew opracowanego na Uniwersytecie w Turynie i składającego się z różnych gatunków tekstu, w tym m.in. przemówień, tekstów prawniczych i artykułów z Wikipedii.
Rozmiar pliku do pobrania :
3.42 MiB
Rozmiar zestawu danych :
4.83 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 156 |
'test' | 153 |
'train' | 1781 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/it_postwita
Opis konfiguracji : PoSTWITA-UD to zbiór włoskich tweetów z adnotacjami w uniwersalnych zależnościach, które można wykorzystać do szkolenia systemów NLP w celu zwiększenia ich wydajności w tekstach w mediach społecznościowych.
Rozmiar pliku do pobrania :
7.27 MiB
Rozmiar zestawu danych :
10.47 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 670 |
'test' | 674 |
'train' | 5368 |
- Przykłady ( tfds.as_dataframe ):
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 341 |
'test' | 341 |
'train' | 613 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/it_valico
Config description : Manually corrected Treebank of Learner Italian drawn from the Valico corpus and correspondent corrected sentences.
Download size :
520.45 KiB
Dataset size :
657.38 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 398 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/it_pud
Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.
Download size :
1.56 MiB
Dataset size :
2.05 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,000 |
- Przykłady ( tfds.as_dataframe ):
universal_dependencies/it_twittiro
Config description : TWITTIRÒ-UD is a collection of ironic Italian tweets annotated in Universal Dependencies. The treebank can be exploited for the training of NLP systems to enhance their performance on social media texts, and in particular, for irony detection purposes.
Download size :
1.81 MiB
Dataset size :
2.51 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 144 |
'test' | 142 |
'train' | 1,138 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/it_vit
Config description : The UD_Italian-VIT corpus was obtained by conversion from VIT (Venice Italian Treebank), developed at the Laboratory of Computational Linguistics of the Università Ca' Foscari in Venice (Delmonte et al. 2007; Delmonte 2009; http://rondelmo.it/resource/VIT/Browser-VIT/index.htm ).
Download size :
16.77 MiB
Dataset size :
23.72 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 743 |
'test' | 1,067 |
'train' | 8,277 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ja_pudluw
Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.
Download size :
4.37 MiB
Dataset size :
5.11 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,000 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ja_bccwjluw
Config description : This Universal Dependencies (UD) Japanese treebank is based on the definition of UD Japanese convention described in the UD documentation. The original sentences are from `Balanced Corpus of Contemporary Written Japanese'(BCCWJ).
Download size :
59.20 MiB
Dataset size :
100.36 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 8,427 |
'test' | 7,881 |
'train' | 40,801 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ja_gsdluw
Config description : This Universal Dependencies (UD) Japanese treebank is based on the definition of UD Japanese convention described in the UD documentation. The original sentences are from Google UDT 2.0.
Download size :
28.31 MiB
Dataset size :
33.97 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 507 |
'test' | 543 |
'train' | 7,050 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ja_bccwj
Config description : This Universal Dependencies (UD) Japanese treebank is based on the definition of UD Japanese convention described in the UD documentation. The original sentences are from `Balanced Corpus of Contemporary Written Japanese'(BCCWJ).
Download size :
93.05 MiB
Dataset size :
157.62 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 8,427 |
'test' | 7,881 |
'train' | 40,801 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ja_gsd
Config description : This Universal Dependencies (UD) Japanese treebank is based on the definition of UD Japanese convention described in the UD documentation. The original sentences are from Google UDT 2.0.
Download size :
43.21 MiB
Dataset size :
52.59 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 507 |
'test' | 543 |
'train' | 7,050 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ja_modern
Config description : This Universal Dependencies (UD) Japanese treebank is based on the definition of UD Japanese convention described in the UD documentation. The original sentences are from `Corpus of Historical Japanese' (CHJ).
Download size :
2.06 MiB
Dataset size :
2.70 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 822 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ja_pud
Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies .
Download size :
6.48 MiB
Dataset size :
7.75 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,000 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/jv_csui
Config description : UD Javanese-CSUI is a dependency treebank in Javanese, a regional language in Indonesia with more than 60 million users. The original sentences were taken from OPUS, especially from the WikiMatrix v1 corpus. We revised the sentences that contained more Indonesian words than Javanese words and manually annotated them.
Download size :
141.40 KiB
Dataset size :
171.69 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 125 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/urb_tudet
Config description : UD_Kaapor-TuDeT is a collection of annotated sentences in Ka'apor. The project is a work in progress and the treebank is being updated on a regular basis.
Download size :
24.74 KiB
Dataset size :
33.60 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 83 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/xnr_kdtb
Config description : The Kangri UD Treebank (KDTB) is a part of the Universal Dependency treebank project.
Download size :
132.92 KiB
Dataset size :
196.42 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 288 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/krl_kkpp
Config description : UD Karelian-KKPP is a manually annotated new corpus of Karelian made in Universal dependencies annotation scheme. The data is collected from VepKar corpora and consists of mostly modern news texts but also some stories and educational texts.
Download size :
220.80 KiB
Dataset size :
317.02 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 228 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/kk_ktb
Config description : The UD Kazakh treebank is a combination of text from various sources including Wikipedia, some folk tales, sentences from the UDHR, news and phrasebook sentences. Sentences IDs include partial document identifiers.
Download size :
833.88 KiB
Dataset size :
1.15 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,047 |
'train' | 31 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/arr_tudet
Config description : UD_Karo-TuDeT is a collection of annotated sentences in Karo. The sentences stem from the only grammatical description of the language (Gabas, 1999) and from the sentences in the dictionary by the same author (Gabas, 2007). Sentence annotation and documentation by Fabrício Ferraz Gerardi.
Download size :
174.70 KiB
Dataset size :
259.24 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 674 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/kfm_aha
Config description : The AHA Khunsari Treebank is a small treebank for contemporary Khunsari. Its corpus is collected and annotated manually. We have prepared this treebank based on interviews with Khunsari speakers.
Download size :
6.14 KiB
Dataset size :
7.56 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 10 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/quc_iu
Config description : UD Kʼicheʼ-IU is a treebank consisting of sentences from a variety of text domains but principally dictionary example sentences and linguistic examples.
Download size :
823.85 KiB
Dataset size :
1.06 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,435 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/koi_uh
Config description : This is a Komi-Permyak literary language treebank consisting of original and translated texts.
Download size :
99.43 KiB
Dataset size :
118.77 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 100 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/kpv_ikdp
Config description : This treebank consists of dialectal transcriptions of spoken Komi-Zyrian. The current texts are short recorded segments from different areas where the Iźva dialect of Komi language is spoken.
Download size :
202.88 KiB
Dataset size :
273.92 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 214 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/kpv_lattice
Config description : UD Komi-Zyrian Lattice is a treebank of written standard Komi-Zyrian.
Download size :
741.82 KiB
Dataset size :
989.46 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 663 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ko_gsd
Config description : The Google Korean Universal Dependency Treebank is first converted from the Universal Dependency Treebank v2.0 (legacy), and then enhanced by Chun et al., 2018.
Download size :
4.66 MiB
Dataset size :
6.31 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 950 |
'test' | 989 |
'train' | 4,400 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ko_kaist
Config description : The KAIST Korean Universal Dependency Treebank is generated by Chun et al., 2018 from the constituency trees in the KAIST Tree-Tagging Corpus.
Download size :
20.84 MiB
Dataset size :
27.97 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 2,066 |
'test' | 2,287 |
'train' | 23,010 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ko_pud
Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.
Download size :
1.92 MiB
Dataset size :
2.12 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,000 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/kmr_mg
Config description : The UD Kurmanji corpus is a corpus of Kurmanji Kurdish. It contains fiction and encyclopaedic texts in roughly equal measure. It has been annotated natively in accordance with the UD annotation scheme.
Download size :
747.04 KiB
Dataset size :
1.07 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 734 |
'train' | 20 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/la_ittb
Config description : Latin data from the Index Thomisticus Treebank. Data are taken from the Index Thomisticus corpus by Roberto Busa SJ, which contains the complete work by Thomas Aquinas (1225–1274; Medieval Latin) and by 61 other authors related to Thomas.
Download size :
40.75 MiB
Dataset size :
55.54 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 2,101 |
'test' | 2,101 |
'train' | 22,775 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/la_udante
Config description : The UDante treebank is based on the Latin texts of Dante Alighieri, taken from the DanteSearch corpus, originally created at the University of Pisa, Italy. It is a treebank of Latin language, more precisely of literary Medieval Latin (XIVth century).
Download size :
4.87 MiB
Dataset size :
6.65 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 376 |
'test' | 419 |
'train' | 926 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/la_llct
Config description : This Universal Dependencies version of the LLCT (Late Latin Charter Treebank) consists of an automated conversion of the LLCT2 treebank from the Latin Dependency Treebank (LDT) format into the Universal Dependencies standard.
Download size :
20.99 MiB
Dataset size :
27.77 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 850 |
'test' | 884 |
'train' | 7,289 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/la_perseus
Config description : This Universal Dependencies Latin Treebank consists of an automatic conversion of a selection of passages from the Ancient Greek and Latin Dependency Treebank 2.1
Download size :
2.45 MiB
Dataset size :
3.53 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 939 |
'train' | 1,334 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/la_proiel
Config description : The Latin PROIEL treebank is based on the Latin data from the PROIEL treebank, and contains most of the Vulgate New Testament translations plus selections from Caesar's Gallic War, Cicero's Letters to Atticus, Palladius' Opus Agriculturae and the first book of Cicero's De officiis.
Download size :
17.58 MiB
Dataset size :
25.21 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,234 |
'test' | 1,260 |
'train' | 15,917 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/lv_lvtb
Config description : Latvian UD Treebank is based on Latvian Treebank (LVTB), being created at University of Latvia, Institute of Mathematics and Computer Science, Artificial Intelligence Laboratory.
Download size :
30.93 MiB
Dataset size :
42.49 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,957 |
'test' | 2,325 |
'train' | 12,521 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/lij_glt
Config description : The Genoese Ligurian Treebank is a small, manually annotated collection of contemporary Ligurian prose. The focus of the treebank is written Genoese, the koiné variety of Ligurian which is associated with today's literary, journalistic and academic ligurophone sphere.
Download size :
426.33 KiB
Dataset size :
636.88 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 296 |
'train' | 20 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/lt_alksnis
Config description : The Lithuanian dependency treebank ALKSNIS v3.0 (Vytautas Magnus University).
Download size :
6.68 MiB
Dataset size :
9.06 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 617 |
'test' | 684 |
'train' | 2,341 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/lt_hse
Config description : Lithuanian treebank annotated manually (dependencies) using the Morphological Annotator by CCL, Vytautas Magnus University ( http://tekstynas.vdu.lt/ ) and manual disambiguation. A pilot version which includes news and an essay by Tomas Venclova is available here.
Download size :
255.28 KiB
Dataset size :
1.06 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 153 |
'test' | 153 |
'train' | 153 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/olo_kkpp
Config description : UD Livvi-KKPP is a manually annotated new corpus of Livvi-Karelian made directly in the Universal dependencies annotation scheme. The data is collected from VepKar corpora and consists of mostly modern news texts but also some stories and educational texts.
Download size :
119.00 KiB
Dataset size :
165.75 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 106 |
'train' | 19 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/nds_lsdc
Config description : The UD Low Saxon LSDC dataset consists of sentences in 18 Low Saxon dialects from both Germany and the Netherlands. These sentences are (or are to become) part of the LSDC dataset and represent the language from the 19th and early 20th century in genres such as short stories, novels, speeches, letters and fairytales.
Download size :
209.01 KiB
Dataset size :
280.72 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 83 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/mt_mudt
Config description : MUDT (Maltese Universal Dependencies Treebank) is a manually annotated treebank of Maltese, a Semitic language of Malta descended from North African Arabic with a significant amount of Italo-Romance influence. MUDT was designed as a balanced corpus with four major genres (see Splitting below) represented roughly equally.
Download size :
1.92 MiB
Dataset size :
2.67 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 433 |
'test' | 518 |
'train' | 1,123 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/gv_cadhan
Config description : This is the Cadhan Aonair UD treebank for Manx Gaelic, created by Kevin Scannell.
Download size :
1.26 MiB
Dataset size :
1.79 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 2,319 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/mr_ufal
Config description : UD Marathi is a manually annotated treebank consisting primarily of stories from Wikisource, and parts of an article on Wikipedia.
Download size :
330.87 KiB
Dataset size :
496.00 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 46 |
'test' | 47 |
'train' | 373 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/gun_dooley
Config description : UD Mbya_Guarani-Dooley is a corpus of narratives written in Mbyá Guaraní (Tupian) in Brazil, and collected by Robert Dooley. Due to copyright restrictions, the corpus that is distributed as part of UD only contains the annotation (tags, features, relations) while the FORM and LEMMA columns are empty.
Download size :
560.08 KiB
Dataset size :
859.37 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,046 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/gun_thomas
Config description : UD Mbya_Guarani-Thomas is a corpus of Mbyá Guaraní (Tupian) texts collected by Guillaume Thomas. The current version of the corpus consists of three speeches by Paulina Kerechu Núñez Romero, a Mbyá Guaraní speaker from Ytu, Caazapá Department, Paraguay.
Download size :
90.88 KiB
Dataset size :
120.86 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 98 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/mdf_jr
Config description : Erme Universal Dependencies annotated texts Moksha are the origin of UD_Moksha-JR with annotation (CoNLL-U) for texts in the Moksha language, it originally consists of a sample from a number of fiction authors writing originals in Moksha.
Download size :
343.96 KiB
Dataset size :
451.57 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 342 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/myu_tudet
Config description : UD_Munduruku-TuDeT is a collection of annotated sentences in Mundurukú. Together with UD_Akuntsu-TuDeT and UD_Tupinamba-TuDeT, UD_Munduruku-TuDeT is part of the TuLaR project.
Download size :
67.85 KiB
Dataset size :
83.48 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 158 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/pcm_nsc
Config description : A Universal Dependencies corpus for spoken Naija (Nigerian Pidgin).
Download size :
16.99 MiB
Dataset size :
21.58 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 991 |
'test' | 972 |
'train' | 7,278 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/nyq_aha
Config description : The AHA Nayini Treebank is a small treebank for contemporary Nayini. Its corpus is collected and annotated manually. We have prepared this treebank based on interviews with Nayini speakers.
Download size :
6.24 KiB
Dataset size :
7.72 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 10 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/sme_giella
Config description : This is a North Sámi treebank based on a manually disambiguated and function-labelled gold-standard corpus of North Sámi produced by the Giellatekno team at UiT Norgga árktalaš universitehta.
Download size :
1.78 MiB
Dataset size :
2.72 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 865 |
'train' | 2,257 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/no_bokmaal
Config description : The Norwegian UD treebank is based on the Bokmål section of the Norwegian Dependency Treebank (NDT), which is a syntactic treebank of Norwegian. NDT has been automatically converted to the UD scheme by Lilja Øvrelid at the University of Oslo.
Download size :
18.29 MiB
Dataset size :
27.60 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 2,409 |
'test' | 1,939 |
'train' | 15,696 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/no_nynorsk
Config description : The Norwegian UD treebank is based on the Nynorsk section of the Norwegian Dependency Treebank (NDT), which is a syntactic treebank of Norwegian. NDT has been automatically converted to the UD scheme by Lilja Øvrelid at the University of Oslo.
Download size :
17.68 MiB
Dataset size :
26.46 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,890 |
'test' | 1,511 |
'train' | 14,174 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/no_nynorsklia
Config description : This Norwegian treebank is based on the LIA treebank of transcribed spoken Norwegian dialects. The treebank has been automatically converted to the UD scheme by Lilja Øvrelid at the University of Oslo.
Download size :
3.19 MiB
Dataset size :
4.78 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 881 |
'test' | 957 |
'train' | 3,412 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/cu_proiel
Config description : The Old Church Slavonic (OCS) UD treebank is based on the Old Church Slavonic data from the PROIEL treebank and contains the text of the Codex Marianus New Testament translation.
Download size :
5.92 MiB
Dataset size :
8.33 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,073 |
'test' | 1,141 |
'train' | 4,124 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/fro_srcmf
Config description : UD_Old_French-SRCMF is a conversion of (part of) the SRCMF corpus (Syntactic Reference Corpus of Medieval French srcmf.org).
Download size :
13.51 MiB
Dataset size :
18.54 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,887 |
'test' | 1,989 |
'train' | 14,153 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/orv_birchbark
Config description : UD Old_East_Slavic-Birchbark is based on the RNC Corpus of Birchbark Letters and includes documents written in 1025-1500 in an East Slavic vernacular (letters, household and business records, records for church services, spell against diseases, and other short inscriptions). The treebank is manually syntactically annotated in the UD 2.0 scheme, morphological and lexical annotation is a conversion of the original RNC annotation.
Download size :
4.04 MiB
Dataset size :
4.72 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,054 |
'test' | 1,006 |
'train' | 1,045 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/orv_rnc
Config description :
UD_Old_Russian-RNC
is a sample of the Middle Russian corpus (1300-1700), a part of the Russian National Corpus. The data were originally annotated according to the RNC and extended UD-Russian morphological schemas and UD 2.4 dependency schema.Download size :
2.95 MiB
Dataset size :
4.02 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 648 |
'train' | 422 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/orv_torot
Config description : UD_Old_Russian-TOROT is a conversion of a selection of the Old East Slavonic and Middle Russian data in the Tromsø Old Russian and OCS Treebank (TOROT), which was originally annotated in PROIEL dependency format.
Download size :
14.49 MiB
Dataset size :
20.13 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,852 |
'test' | 1,756 |
'train' | 13,336 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/otk_tonqq
Config description :
UD_Old_Turkish-Tonqq
is an Old Turkish treebank built upon Turkic script texts or sentences that are trivially convertible.Download size :
10.44 KiB
Dataset size :
14.01 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 20 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/fa_perdt
Config description : The Persian Universal Dependency Treebank (PerUDT) is the result of automatic coversion of Persian Dependency Treebank (PerDT) with extensive manual corrections. Please refer to the follwoing work, if you use this data: Mohammad Sadegh Rasooli, Pegah Safari, Amirsaeid Moloodi, and Alireza Nourian. 'The Persian Dependency Treebank Made Universal'. 2020 (to appear).
Download size :
32.05 MiB
Dataset size :
43.48 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,456 |
'test' | 1,455 |
'train' | 26,196 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/fa_seraji
Config description : The Persian Universal Dependency Treebank (Persian UD) is based on Uppsala Persian Dependency Treebank (UPDT). The conversion of the UPDT to the Universal Dependencies was performed semi-automatically with extensive manual checks and corrections.
Download size :
9.43 MiB
Dataset size :
12.50 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 599 |
'test' | 600 |
'train' | 4,798 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/pl_lfg
Config description : The LFG Enhanced UD treebank of Polish is based on a corpus of LFG (Lexical Functional Grammar) syntactic structures generated by an LFG grammar of Polish, POLFIE, and manually disambiguated by human annotators.
Download size :
14.18 MiB
Dataset size :
18.96 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,745 |
'test' | 1,727 |
'train' | 13,774 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/pl_pdb
Config description : The Polish PDB-UD treebank is based on the Polish Dependency Bank 2.0 (PDB 2.0), created at the Institute of Computer Science, Polish Academy of Sciences in Warsaw. The PDB-UD treebank is an extended and corrected version of the Polish SZ-UD treebank (the release 1.2 to 2.3).
Download size :
34.66 MiB
Dataset size :
47.62 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 2,215 |
'test' | 2,215 |
'train' | 17,722 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/pl_pud
Config description : This is the Polish portion of the Parallel Universal Dependencies (PUD) treebanks, created at the Institute of Computer Science, Polish Academy of Sciences in Warsaw.Re
Download size :
1.91 MiB
Dataset size :
2.52 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,000 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/pt_bosque
Config description : This Universal Dependencies (UD) Portuguese treebank is based on the Constraint Grammar converted version of the Bosque, which is part of the Floresta Sintá(c)tica treebank. It contains both European (CETEMPúblico) and Brazilian (CETENFolha) variants.
Download size :
14.29 MiB
Dataset size :
20.41 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,172 |
'test' | 1,167 |
'train' | 7,018 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/pt_gsd
Config description : The Brazilian Portuguese UD is converted from the Google Universal Dependency Treebank v2.0 (legacy).
Download size :
14.57 MiB
Dataset size :
20.34 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,204 |
'test' | 1,200 |
'train' | 9,615 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/pt_pud
Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.
Download size :
1.48 MiB
Dataset size :
1.95 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,000 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ro_art
Config description : The UD treebank ArT is a treebank of the Aromanian dialect of the Romanian language in UD format.
Download size :
44.38 KiB
Dataset size :
65.95 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 50 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ro_nonstandard
Config description : The Romanian Non-standard UD treebank (called UAIC-RoDia) is based on UAIC-RoDia Treebank. UAIC-RoDia = ISLRN 156-635-615-024-0
Download size :
48.00 MiB
Dataset size :
66.84 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,052 |
'test' | 1,052 |
'train' | 24,121 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ro_rrt
Config description : The Romanian UD treebank (called RoRefTrees) (Barbu Mititelu et al., 2016) is the reference treebank in UD format for standard Romanian.
Download size :
16.38 MiB
Dataset size :
22.96 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 752 |
'test' | 729 |
'train' | 8,043 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ro_simonero
Config description : SiMoNERo is a medical corpus of contemporary Romanian.
Download size :
11.36 MiB
Dataset size :
15.68 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 443 |
'test' | 491 |
'train' | 3,747 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ru_gsd
Config description : Russian Universal Dependencies Treebank annotated and converted by Google.
Download size :
8.42 MiB
Dataset size :
11.51 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 579 |
'test' | 601 |
'train' | 3,850 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ru_pud
Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.
Download size :
1.78 MiB
Dataset size :
2.26 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,000 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ru_syntagrus
Config description : Russian data from the SynTagRus corpus.
Download size :
97.99 MiB
Dataset size :
139.66 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 6,584 |
'test' | 6,491 |
'train' | 48,814 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ru_taiga
Config description : Universal Dependencies treebank is based on data samples extracted from Taiga Corpus and MorphoRuEval-2017 and GramEval-2020 shared tasks collections.
Download size :
18.12 MiB
Dataset size :
24.32 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 946 |
'test' | 881 |
'train' | 16,045 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/sa_ufal
Config description : A small Sanskrit treebank of sentences from Pañcatantra, an ancient Indian collection of interrelated fables by Vishnu Sharma.
Download size :
414.72 KiB
Dataset size :
407.83 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 230 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/sa_vedic
Config description : The Treebank of Vedic Sanskrit contains 4,000 sentences with 27,000 words chosen from metrical and prose passages of the Ṛgveda (RV), the Śaunaka recension of the Atharvaveda (ŚS), the Maitrāyaṇīsaṃhitā (MS), and the Aitareya- (AB) and Śatapatha-Brāhmaṇas (ŚB). Lexical and morpho-syntactic information has been generated using a tagging software and manually validated. POS tags have been induced automatically from the morpho-sytactic information of each word.
Download size :
1.95 MiB
Dataset size :
3.14 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,473 |
'train' | 2,524 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/gd_arcosg
Config description : A treebank of Scottish Gaelic based on the Annotated Reference Corpus Of Scottish Gaelic (ARCOSG).
Download size :
5.07 MiB
Dataset size :
7.20 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 655 |
'test' | 545 |
'train' | 3,539 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/sr_set
Config description : The Serbian UD treebank is based on the SETimes-SR corpus and additional news documents from the Serbian web.
Download size :
7.07 MiB
Dataset size :
10.04 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 536 |
'test' | 520 |
'train' | 3,328 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/sms_giellagas
Config description : The UD Skolt Sami Giellagas treebank is based almost entirely on spoken Skolt Sami corpora.
Download size :
216.27 KiB
Dataset size :
299.21 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 218 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/sk_snk
Config description : The Slovak UD treebank is based on data originally annotated as part of the Slovak National Corpus, following the annotation style of the Prague Dependency Treebank.
Download size :
9.55 MiB
Dataset size :
13.87 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,060 |
'test' | 1,061 |
'train' | 8,483 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/sl_ssj
Config description : The Slovenian UD Treebank is a rule-based conversion of the ssj500k treebank, the largest collection of manually syntactically annotated data in Slovenian, originally annotated in the JOS annotation scheme.
Download size :
19.82 MiB
Dataset size :
28.72 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,250 |
'test' | 1,282 |
'train' | 10,903 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/sl_sst
Config description : The Spoken Slovenian UD Treebank (SST) is the first syntactically annotated corpus of spoken Slovenian, based on a sample of the reference GOS corpus, a collection of transcribed audio recordings of monologic, dialogic and multi-party spontaneous speech in different everyday situations.
Download size :
2.53 MiB
Dataset size :
3.88 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,110 |
'train' | 2,078 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/soj_aha
Config description : The AHA Soi Treebank is a small treebank for contemporary Soi. Its corpus is collected and annotated manually. We have prepared this treebank based on interviews with Soi speakers.
Download size :
4.47 KiB
Dataset size :
5.58 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 8 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ajp_madar
Config description : The South_Levantine_Arabic-MADAR treebank consists of 100 manually-annotated sentences taken from the MADAR (Multi-Arabic Dialect Applications and Resources) project.
Download size :
42.16 KiB
Dataset size :
65.64 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 100 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/es_ancora
Config description : Spanish data from the AnCora corpus.
Download size :
50.23 MiB
Dataset size :
66.53 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,654 |
'test' | 1,721 |
'train' | 14,287 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/es_gsd
Config description : The Spanish UD is converted from the content head version of the universal dependency treebank v2.0 (legacy).
Download size :
24.86 MiB
Dataset size :
36.42 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,400 |
'test' | 426 |
'train' | 14,187 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/es_pud
Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies .
Download size :
1.60 MiB
Dataset size :
2.11 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,000 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/swl_sslc
Config description : The Universal Dependencies treebank for Swedish Sign Language (ISO 639-3: swl) is derived from the Swedish Sign Language Corpus (SSLC) from the department of linguistics, Stockholm University.
Download size :
79.78 KiB
Dataset size :
122.04 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 82 |
'test' | 34 |
'train' | 87 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/sv_lines
Config description : UD Swedish_LinES is the Swedish half of the LinES Parallel Treebank with UD annotations. All segments are translations from English and the sources cover literary genres, online manuals and Europarl data.
Download size :
6.91 MiB
Dataset size :
9.18 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,032 |
'test' | 1,035 |
'train' | 3,176 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/sv_pud
Config description : Swedish-PUD is the Swedish part of the Parallel Universal Dependencies (PUD) treebanks.
Download size :
1.64 MiB
Dataset size :
2.13 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,000 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/sv_talbanken
Config description : The Swedish-Talbanken treebank is based on Talbanken, a treebank developed at Lund University in the 1970s.
Download size :
8.08 MiB
Dataset size :
11.40 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 504 |
'test' | 1,219 |
'train' | 4,303 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/gsw_uzh
Config description : _UD_Swiss German-UZH is a tiny manually annotated treebank of 100 sentences in different Swiss German dialects and a variety of text genres.
Download size :
58.28 KiB
Dataset size :
86.61 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 100 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/tl_trg
Config description : UD_Tagalog-TRG is a UD treebank manually annotated using sentences from a grammar book.
Download size :
59.91 KiB
Dataset size :
84.14 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 128 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/tl_ugnayan
Config description : Ugnayan is a manually annotated Tagalog treebank currently composed of educational fiction and nonfiction text. The treebank is under development at the University of the Philippines.
Download size :
53.91 KiB
Dataset size :
76.16 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 94 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ta_mwtt
Config description : MWTT - Modern Written Tamil Treebank has sentences taken primarily from a text called 'A Grammar of Modern Tamil' by Thomas Lehmann (1993). This initial release has 536 sentences of various lengths, and all of these are added as the test set.
Download size :
394.18 KiB
Dataset size :
499.94 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 534 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/ta_ttb
Config description : The UD Tamil treebank is based on the Tamil Dependency Treebank created at the Charles University in Prague by Loganathan Ramasamy.
Download size :
1.68 MiB
Dataset size :
2.06 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Examples |
---|---|
'dev' | 80 |
'test' | 120 |
'train' | 400 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/te_mtg
Config description : The Telugu UD treebank is created in UD based on manual annotations of sentences from a grammar book.
Download size :
628.67 KiB
Dataset size :
866.20 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Examples |
---|---|
'dev' | 131 |
'test' | 146 |
'train' | 1,051 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/th_pud
Config description : This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.
Download size :
1.53 MiB
Dataset size :
1.85 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Examples |
---|---|
'test' | 1,000 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/tpn_tudet
Config description : UD_Tupinamba-TuDeT is a collection of annotated texts in Tupi(nambá). Together with UD_Akuntsu-TuDeT and UD_Munduruku-TuDeT, UD_Tupinamba-TuDeT is part of the TuLaR. The treebank is ongoing work and is constantly being updated.
Download size :
293.55 KiB
Dataset size :
371.48 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Examples |
---|---|
'test' | 546 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/qtd_sagt
Config description : UD Turkish-German SAGT is a Turkish-German code-switching treebank that is developed as part of the SAGT project.
Download size :
2.78 MiB
Dataset size :
4.28 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Examples |
---|---|
'dev' | 801 |
'test' | 805 |
'train' | 578 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/tr_atis
Config description : This treebank is a translation of English ATIS (Airline Travel Information System) corpus (see References). It consists of 5432 sentences.
Download size :
3.26 MiB
Dataset size :
5.09 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Examples |
---|---|
'dev' | 572 |
'test' | 586 |
'train' | 4,274 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 2,166 |
'test' | 2,191 |
'train' | 15,476 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 1,646 |
'test' | 1,643 |
'train' | 15,398 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 622 |
'test' | 924 |
'train' | 14,850 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 205 |
'test' | 205 |
'train' | 2,288 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 979 |
'test' | 979 |
'train' | 7,803 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 2,880 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 988 |
'test' | 983 |
'train' | 3,664 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 1,000 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 672 |
'test' | 892 |
'train' | 5,496 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 623 |
'train' | 23 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 552 |
'test' | 535 |
'train' | 4,043 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 900 |
'test' | 900 |
'train' | 1,656 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 800 |
'test' | 800 |
'train' | 1,400 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 55 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 953 |
'train' | 976 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 249 |
'test' | 277 |
'train' | 1,974 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev' | 449 |
'test' | 470 |
'train' | 1,188 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 810 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
universal_dependencies/sah_yktdt
Config description : UD_Yakut-YKTDT is a collection Yakut ([Sakha]) sentences ( https://glottolog.org/resource/languoid/id/yaku1245 ). The project is work-in-progress and the treebank is being updated on a regular basis
Download size :
51.76 KiB
Dataset size :
61.70 KiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 96 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 318 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.
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
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 309 |
- Examples ( tfds.as_dataframe ): Only shown for the first 100 configs.