Czech Named Entity Corpus 2.0

Name: Czech Named Entity Corpus 2.0
License: http://creativecommons.org/licenses/by-nc-sa/3.0/
Keywords: named entity recognition

Ševčíková, Magda; Žabokrtský, Zdeněk; Straková, Jana; Straka, Milan

Zobrazit minimální záznam

dc.contributor.author	Ševčíková, Magda
dc.contributor.author	Žabokrtský, Zdeněk
dc.contributor.author	Straková, Jana
dc.contributor.author	Straka, Milan
dc.date.accessioned	2014-01-09T10:24:31Z
dc.date.available	2014-01-09T10:24:31Z
dc.date.issued	2014-01-09
dc.identifier.uri	http://hdl.handle.net/11858/00-097C-0000-0023-1B22-8
dc.description	Czech Named Entity Corpus 2.0 is a corpus of 8993 Czech sentences with manually annotated 35220 Czech named entities, classified according to a two-level hierarchy of 46 named entities.
dc.description.sponsorship	SVV 267 314 (Teoretické základy informatiky a výpočetní lingvistiky), LM2010013 (LINDAT-CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat), GPP406/12/P175 (Vybrané derivační vztahy pro automatické zpracování češtiny), PRVOUK (PRVOUK)
dc.language.iso	ces
dc.publisher	Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics (UFAL)
dc.rights	Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
dc.rights.uri	http://creativecommons.org/licenses/by-nc-sa/3.0/
dc.source.uri	http://ufal.mff.cuni.cz/cnec/
dc.subject	named entity recognition
dc.title	Czech Named Entity Corpus 2.0
dc.type	corpus
metashare.ResourceInfo#ContactInfo#PersonInfo.surname	Straková
metashare.ResourceInfo#ContactInfo#PersonInfo.givenName	Jana
metashare.ResourceInfo#ContactInfo#PersonInfo#OrganizationInfo.organizationName	Charles University in Prague, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics in Prague
metashare.ResourceInfo#DistributionInfo.availability	unrestrictedUse
metashare.ResourceInfo#ResourceCreationInfo#FundingInfo#ProjectInfo.fundingType	SVV 267 314 (Teoretické základy informatiky a výpočetní lingvistiky)
metashare.ResourceInfo#ResourceCreationInfo#FundingInfo#ProjectInfo.fundingType	LM2010013 (LINDAT-CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat)
metashare.ResourceInfo#ResourceCreationInfo#FundingInfo#ProjectInfo.fundingType	GPP406/12/P175 (Vybrané derivační vztahy pro automatické zpracování češtiny)
metashare.ResourceInfo#ResourceCreationInfo#FundingInfo#ProjectInfo.fundingType	PRVOUK (PRVOUK)
metashare.ResourceInfo#ContentInfo.mediaType	text
metashare.ResourceInfo#TextInfo#SizeInfo.size	8993
metashare.ResourceInfo#TextInfo#SizeInfo.sizeUnit	sentences
metashare.ResourceInfo#ContactInfo#PersonInfo#OrganizationInfo#CommunicationInfo.email	strakova@ufal.mff.cuni.cz
dc.rights.label	PUB
has.files	yes
branding	LINDAT / CLARIAH-CZ
sponsor	Univerzita Karlova v Praze (mimo GAUK) SVV 267 314 Teoretické základy informatiky a výpočetní lingvistiky nationalFunds
sponsor	Ministerstvo školství, mládeže a tělovýchovy České republiky LM2010013 LINDAT/CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat nationalFunds
sponsor	Grantová agentura České republiky GPP406/12/P175 Vybrané derivační vztahy pro automatické zpracování češtiny nationalFunds
sponsor	Univerzita Karlova v Praze (mimo GAUK) PRVOUK PRVOUK nationalFunds
size.info	8993 sentences
files.size	13931704
files.count	1

Soubory tohoto záznamu

Licenční kategorie:

Publicly Available

Licence: Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)

Název: Czech_Named_Entity_Corpus_2.0.zip
Velikost: 13.29 MB
Formát: application/zip
Popis: Czech Named Entity Corpus 2.0
MD5: e4962225af8aea82bdcb8ac9bdad6c3b

Stáhnout soubor Náhled

Náhled souboru

cnec2.0
- LICENSE21 kB
- README3 kB
- data
  - xml
    - named_ent_train.xml1 MB
    - named_ent_etest.xml190 kB
    - named_ent_dtest.xml188 kB
    - named_ent.xml1 MB
  - html
    - named_ent_train.html1 MB
    - named_ent.html2 MB
    - named_ent_dtest.html247 kB
    - named_ent_etest.html249 kB
  - plain
    - named_ent_train.txt1 MB
    - named_ent_etest.txt137 kB
    - named_ent_dtest.txt137 kB
    - named_ent.txt1 MB
  - treex
    - named_ent.treex56 MB
    - named_ent_train.treex44 MB
    - named_ent_dtest.treex5 MB
    - named_ent_etest.treex5 MB
- tools
  - statistics.pl509 B
  - Treex
    - Block
      - Read
        CNEC.pm2 kB
  - namedent_annotations_to_html.pl3 kB
  - compare_ne_outputs_v3.pl14 kB
  - namedent_annotations_to_xml_simple.pl559 B
- doc
  - techrep-ne-2007.pdf600 kB
  - doc.pdf162 kB
  - statistics.txt746 B
  - ne-type-hierarchy.pdf53 kB

Zobrazit minimální záznam