Synthetic part of CzEng 2.0

  Authors

Popel, Martin

  Item identifier

http://hdl.handle.net/11234/1-4774

 Project URL

https://ufal.mff.cuni.cz/czeng

 Referenced by

https://arxiv.org/abs/2007.03006

 Date issued

2020-07-06

 Type

corpus, text

 Size

131537252 sentences

 Language(s)

Czech , English

 Description

CzEng is a sentence-parallel Czech-English corpus compiled at the Institute of Formal and Applied Linguistics (ÚFAL). While the full CzEng 2.0 is freely available for non-commercial research purposes from the project website (https://ufal.mff.cuni.cz/czeng), this release contains only the original monolingual parts of news text (csmono 53M and enmono 79M sentences) with automatic (synthetic) translations by CUBBITT. See the attached README for additional details such as the file format.

 Publisher

Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics (UFAL)

 Acknowledgement

Ministerstvo školství, mládeže a tělovýchovy České republiky

Project code: LM2018101

Project name: LINDAT/CLARIAH-CZ: Digitální výzkumná infrastruktura pro jazykové technologie, umění a humanitní vědy

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Project code: LM2015071

Project name: LINDAT/CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat

 

Grantová agentura České republiky

Project code: GX20-16819X

Project name: LUSyD – Language Understanding: from Syntax to Discourse

 Subject(s)

parallel corpus

 Collection(s)

LINDAT / CLARIAH-CZ Data & Tools

Show full item record