Synthetic part of CzEng 2.0

  Autoři

Popel, Martin

  Identifikátor

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

 URL projektu

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

 Odkaz na záznam v

https://arxiv.org/abs/2007.03006

 Datum vydání

2020-07-06

 Typ

corpus, text

 Velikost

131537252 sentences

 Jazyky

Czech , English

 Popis

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.

 Nakladatel

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

 Sponzoři

Ministerstvo školství, mládeže a tělovýchovy České republiky

Kód projektu: LM2018101

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

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Kód projektu: LM2015071

Jméno projektu: LINDAT/CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat

 

Grantová agentura České republiky

Kód projektu: GX20-16819X

Jméno projektu: LUSyD – Language Understanding: from Syntax to Discourse

 Klíčová slova

parallel corpus

 Kolekce

LINDAT / CLARIAH-CZ Data & Tools

Zobrazit celý záznam