Indonesian web corpus

Indonesian web corpus

LINDAT / CLARIAH-CZ

Autoři: MEDVEĎ, MAREK and Suchomel, Vít

Identifikátor: http://hdl.handle.net/11234/1-2970

Datum vydání: 2019-04-02

Typ: corpus, text

Velikost: 109232712 tokens

Jazyky: Indonesian

Popis: Indonesian web corpus crawled in 2010. Encoded in UTF-8, cleaned, deduplicated, tagged by Morphind.

Nakladatel: Masaryk University, NLP Centre

Klíčová slova: Web corpus

Kolekce: LINDAT / CLARIAH-CZ Data & Tools

Zobrazit celý záznam

Soubory tohoto záznamu

Licenční kategorie:

Academic Use

Licence: NLP Centre Web Corpus License

Název: indonesianwac3_morphind_lempos.vert.7z
Velikost: 207.88 MB
Formát: Neznámý
Popis: vertical text
MD5: f6553682cf576b5868fa8a118d6cbd68

Stáhnout soubor