-
AnCora_西班牙语多层面标注语料库数据3_0_1
2026年1月31日 30 160 55
数据集概述 本数据集为AnCora 3.0.1西班牙语语料库，包含约50万字的新闻文本，覆盖词元、词性、句法成分、论元结构、动词语义类、名物化隐含论元等多层面标注，支持自然语言处理相关研究与应用。 文件详解 文件名称：AnCora 3.0.1 Spanish.zip 文件格式：ZIP...
-
MiRoR11_P2_Based_主要与报告结局提取标注语料库数据
2026年1月27日 30 40 39
数据集概述 本数据集为MiRoR11-P2项目下的标注语料库，用于主要结局与报告结局的提取任务。包含两个子文件夹，分别存储主要结局和报告结局的标注文本，支持医疗文本中结局信息的结构化提取研究，总含多格式标注文件及交叉验证子数据集。 文件详解 Primary_outcomes子文件夹...
-
Multi_CAST_Arta_Based多语言口语标注文本数据集2311
2026年1月21日 30 63 57
数据集概述 本数据集为Multi-CAST Arta多语言口语标注文本语料库，是Multi-CAST项目的一部分，收录于《Multi-CAST: Multilingual corpus of annotated spoken texts》第2311版本中。数据以压缩包形式提供，包含多语言口语文本的标注内容，适用于语言学领域的多语言口语研究。 文件详解...
-
Multi_CAST_Nafsan_Based多语言口语文本标注语料库数据2311
2026年1月15日 30 71 18
数据集概述 本数据集为Multi-CAST多语言口语文本标注语料库的一部分，具体包含Nafsan语言的口语文本标注数据。该语料库由班贝格大学发布，属于Multi-CAST项目的2311版本，是多语言口语文本资源的重要组成部分。 文件详解 压缩文件 文件名称：mcnafsan-v2311.zip 文件格式：ZIP 字段映射介绍：压缩包内包含Multi-...
-
Alpenwort_Corpus_奥地利阿尔卑斯俱乐部年鉴数字化标注语料库数据1869_1998
2026年1月11日 30 145 4
数据集概述 本数据集为奥地利阿尔卑斯俱乐部1869-1998年年鉴（Zeitschrift des Deutschen und Österreichischen Alpenvereins，ZAV）的数字化标注语料库，覆盖阿尔卑斯山脉探索、全球山地研究、环境保护等主题，遵循CLARIN-DARIAH标准添加元数据，助力学术研究。 文件详解...
-
dataset_recognition_resources_IR_ML_NLP领域数据集提及标注语料库
2026年1月3日 30 111 17
数据集概述 本数据集是IR/ML/NLP领域的数据集提及标注语料库，基于原始数据集重新标注而来。包含6000个相关领域句子及数据集标注，新增了源文献中开发的新数据集标注，并将复合数据集标注拆分为单独条目，以JSON格式重新打包，含标注偏移量信息。 文件详解 文件名称：ner_dataset_recognition_sentences.json...
-
西波莱尼亚语数词形式问卷与语料库标记数据集2016_2017
2025年12月22日 30 76 3
数据集概述 本数据集包含西波莱尼亚语使用者关于数词短语的问卷回答草稿，以及语料库中的数词短语标记数据。问卷基于Shevelov（1963）研究设计，涵盖视觉刺激回答与直接诱发的阳性人类名词数词形式，还补充了自由文本中的低位数词短语实例。 文件详解 文件名称: Questionnaire_NUMERALS(2017).pdf 文件格式: PDF...
-
奥克语标注语料库
2025年12月21日 30 152 20
数据集概述 该数据集为奥克语标注语料库，包含经人工标注词性和词元的奥克语文本，共28篇文档、12425个词元，标注流程详见指定学术文章，为奥克语自然语言处理研究提供基础数据。 文件详解 文件名称: CorpusRestaureOccitan.zip 文件格式: ZIP压缩包 内容说明: 压缩包内包含采用TSV CoNLL-...
-
皮卡德语标注语料库
2025年12月20日 30 187 183
数据集概述 该数据集包含25篇皮卡德语文本，经人工标注词性、词元、法语翻译及地点实体，由法国ANR资助的RESTAURE项目产出，标注流程详见指定学术文章。 文件详解 文件名称: corpus_picard_restaure.zip（压缩包） 文件格式: ZIP 包含内容: "extraits_reference_bruts"文件夹（若有）:...
-
柴可夫斯基四季乐谱标注语料库
2025年12月19日 30 156 146
数据集概述 本数据集为柴可夫斯基《四季》乐谱的标注语料库，包含一套经过标注的乐谱文件，以压缩包形式存储，可用于音乐分析、乐谱数字化研究等场景。 文件详解 文件名称：DCMLab/tchaikovsky_seasons-v2.3.zip 文件格式：ZIP压缩包（.zip）...
-
头巾相关数字极化分析的YouTube评论标注数据集
2025年12月15日 30 5 3
数据集概述 本数据集围绕头巾相关话题的数字极化现象，收集并标注了YouTube平台的用户评论，包含原始数据、语料库文件及一致性检验文件，为研究社交媒体上的观点极化提供支持。 文件详解 数据文件（.xlsx格式）： Raw Data.xlsx：原始YouTube评论数据 Corpus 1.xlsx：第一部分标注语料库 Corpus...
-
iRead4Skills_数据集2_多语言标注语料库报告
2025年12月15日 30 188 91
数据集概述 本数据集是iRead4Skills项目的第二部分，提供了针对法语、葡萄牙语和西班牙语的复杂度分级标注语料库的详细报告，包含分类标注流程、数据构成、质量分析及标注样本等核心内容。 文件详解 文件名称: iRead4Skills_D3.7_Dataset_Annotated_Corpora_Report.pdf 文件格式: PDF (.pdf)...
-
COVID_19相关生物医学自然语言处理词典与标注语料库工具包
2025年12月13日 30 200 24
数据集概述 本数据集为生物医学自然语言处理任务提供工具包，包含COVID-19相关的英文词典、标注语料库及代码工作流。词典覆盖疾病、病毒、变异株等术语，用于从CORD-19数据集提取信息，构建大型银标准语料库，辅以人工标注的金标准语料库，支持命名实体识别等文本分析任务。 文件详解...
-
古典藏文标注语料库2020_Version2_带分词与词性标注
2025年12月7日 30 94 33
数据集概述 该数据集为古典藏文标注语料库（ACTib）第二版，包含超一亿八千五百万个词元，基于XML文件构建，提供分词与词性标注的压缩文件，采用自动后处理方法，未涉及人工校正。 文件详解 数据集包含11个压缩文件，具体说明如下： - 压缩文件组（共11个.zip格式文件）： - SegPOS-...
-
贝多芬标注乐谱语料库
2025年12月6日 30 48 25
数据集概述 该数据集为贝多芬乐谱的标注语料库（ABC），包含使用标准化标签进行和声分析的乐谱数据，以压缩包形式存储，未划分训练测试集、数据标签或原始/处理数据。 文件详解 文件名称: DCMLab/ABC-v2.6.zip 文件格式: ZIP压缩包 内容说明: 压缩包内包含贝多芬乐谱的标注语料库数据，具体字段及结构未通过预览提供 适用场景 音乐学研究:...
