Oromo web corpus

  Autoři

Suchomel, Vít and Rychlý, Pavel

  Identifikátor

http://hdl.handle.net/11234/1-2588

 URL projektu

http://habit-project.eu/wiki/HabitSystemFinal

 URL dema

https://corpora.fi.muni.cz/habit/run.cgi/first_form?corpname=orwac16;align=

 Odkaz na záznam v

https://www.sketchengine.co.uk/wp-content/uploads/2015/05/Corpus_Factory_2010.pdf
http://habit-project.eu/wiki/OromoCorpus

 Datum vydání

2016

 Typ

corpus, text

 Velikost

5091696 tokens, 4249953 words, 250432 sentences

 Jazyky

Oromo

 Popis

Oromo web corpus. Crawled by SpiderLing in January 2016. Encoded in UTF-8, cleaned, deduplicated.

 Nakladatel

Masaryk University, NLP Centre

 Sponzoři

Norway Grants

Kód projektu: 7F14047

Jméno projektu: Harvesting big text data for under-resourced languages (HaBiT)

 Klíčová slova

text corpora Ethiopian languages Oromo Web corpus under-resourced language

 Kolekce

LINDAT / CLARIAH-CZ Data & Tools

Zobrazit celý záznam