Search

Start Over Contributor Ministerstvo školství, mládeže a tělovýchovy České republiky@@LM2015071@@LINDAT/CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat@@nationalFunds@@ Rights ACA Rights NLP Centre Web Corpus License Subject corpus

1. Indonesian web corpus (idWac)

Creator:
Medveď, Marek and Suchomel, Vít
Publisher:
Natural Language Processing Centre, Faculty of Informatics, Masaryk University
Type:
text and corpus
Subject:
corpus, lemmatization, and PoS tagging
Language:
Indonesian
Description:
Indonesian text corpus from web. Crawling done by SpiderLing in 2017. Filtering by JusText and Onion (see http://corpus.tools/ for details). Tagged and lemmatized by MorphInd (http://septinalarasati.com/morphind/).
Rights:
NLP Centre Web Corpus License, https://lindat.mff.cuni.cz/repository/xmlui/page/license-NLPC-WeC, and ACA

Limit your search

  • Ministerstvo školství, mládeže a tělovýchovy České republiky@@LM2015071@@LINDAT/CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat@@nationalFunds@@1