Tsonga Web-Teilkorpus (Südafrika) von 2018 (tso-za_web_2018_10K) Tsonga Web subcorpus (South Africa) from 2018 (tso-za_web_2018_10K)
Domaine:
natural language processingType de record:
dataset
Éditeur:
Sax
Hôte:
Tsonga Web-Teilkorpus (Südafrika) basierend auf Texten von 2018 (10.000 Sätze) erstellt im Rahmen des Projektes "Deutscher Wortschatz" bzw. "Wortschatz Leipzig".
Das Projekt sammelt regelmäßig (meist jährlich) frei verfügbare Dokumente im Internet und aus anderen Quellen und bereitet diese auf. Das Ergebnis sind Korpora und korpusbasierte Wörterbücher für über 250 Sprachen, in denen zu jedem Wort statistische Angaben, Beispielsätze und Links zu verwandten Wörtern verfügbar sind. Das Angebot zählt zu den umfangreichsten Informationssystemen zur deutschen Sprache und stellt für viele weitere Sprachen die jeweils größten frei verfügbaren Datenmengen bereit. Tsonga Web subcorpus (South Africa) based on material from 2018 (10,000 sentences) created in the project "Deutscher Wortschatz" or "Leipzig Corpora Collection.
The project regularly collects and processes available documents from the Internet (typically in an annual cycle) and other sources. The results are corpora and corpora-based dictionaries for more than 250 languages, which provide statistical information about almost each word, example sentences and links to related words. Because of the huge amount of used text material containing several million sentences, information about almost every word can be provided. The service ranks among the most comprehensive information systems about the German language and provides the largest freely available amounts of data for many other languages.
Das Projekt sammelt regelmäßig (meist jährlich) frei verfügbare Dokumente im Internet und aus anderen Quellen und bereitet diese auf. Das Ergebnis sind Korpora und korpusbasierte Wörterbücher für über 250 Sprachen, in denen zu jedem Wort statistische Angaben, Beispielsätze und Links zu verwandten Wörtern verfügbar sind. Das Angebot zählt zu den umfangreichsten Informationssystemen zur deutschen Sprache und stellt für viele weitere Sprachen die jeweils größten frei verfügbaren Datenmengen bereit. Tsonga Web subcorpus (South Africa) based on material from 2018 (10,000 sentences) created in the project "Deutscher Wortschatz" or "Leipzig Corpora Collection.
The project regularly collects and processes available documents from the Internet (typically in an annual cycle) and other sources. The results are corpora and corpora-based dictionaries for more than 250 languages, which provide statistical information about almost each word, example sentences and links to related words. Because of the huge amount of used text material containing several million sentences, information about almost every word can be provided. The service ranks among the most comprehensive information systems about the German language and provides the largest freely available amounts of data for many other languages.