Skip to search
Skip to main content
Skip to first result
Search
Search Results
Creator:
Straková, Jana
Publisher:
Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics (UFAL)
Type:
text , mlmodel , and languageDescription
Subject:
named entity recognition , NER , NameTag , and multilingual
Language:
English , German , Dutch , Spanish , Ukrainian , and Czech
Description:
This is a trained model for the supervised machine learning tool NameTag 3 (https://ufal.mff.cuni.cz/nametag/3/), trained jointly on several NE corpora: English CoNLL-2003, German CoNLL-2003, Dutch CoNLL-2002, Spanish CoNLL-2002, Ukrainian Lang-uk, and Czech CNEC 2.0, all harmonized to flat NEs with 4 labels PER, ORG, LOC, and MISC. NameTag 3 is an open-source tool for both flat and nested named entity recognition (NER). NameTag 3 identifies proper names in text and classifies them into a set of predefined categories, such as names of persons, locations, organizations, etc. The model documentation can be found at https://ufal.mff.cuni.cz/nametag/3/models#multilingual-conll.
Rights:
Creative Commons - Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) , http://creativecommons.org/licenses/by-nc-sa/4.0/ , and PUB
Creator:
Jan Patočka
Publisher:
Str. 9–44. Stať. [Psáno r. 1951–1953, původně snad zamýšleno autorem jako jeho příspěvek do oslavného sborníku k 70. narozeninám F. Novotného (1951), protože se práce rozrostla a autor text dokončil včas, kolovala jako samostatná strojopisná kopie.] — 2. otisk in: Proměny 24 (New York 1987), č. 1, str. 108–135. — 3. otisk in: Negativní platonismus, 1. knižní vyd., Praha 1990, str. 9–58 (v. 1990/2). — 4. otisk (2. knižní, opr. vyd.) in: Péče o duši I (SS-1/PD-I), Praha 1996, str. 303–336 (v. 1996/2). — 5. otisk: Negativní platonismus, 3. knižní, opr. vyd., Praha 2007, 71 s. (v. 2007/9). — Částečný otisk úryvku ze začátku V. kapitoly (v. 4. otisk, str. 327–330) pod názvem IDEA a CHÓRISMOS, in: Idea, hypotéza a otázka, ed. P. Rezek, Praha (OIKOYMENH) 1991, str. 51–53, Edice PomFil, sv. 1.
Type:
Text
Subject:
1987 , 1988/28 , 1989/16 , 1990/2 , 1990/6 , 1996/2 , 1996/7 , 1996/8 , 2001/9 , 2007/7 , 2007/9 , ca , cs , de , en , es , fr , fulltext , hu , ru , SS-1/PD-I , stať , and uk
Language:
English , French , Catalan , Hungarian , German , Spanish , Russian , Ukrainian , and Czech
Rights:
open access and Rights holder: Archiv Jana Patočky, z.s.
Publisher:
Universität Bamberg, World Language Documentation Centre
Format:
application/octet-stream
Type:
lexicalConceptualResource
Language:
Afrikaans , Arabic , Basque , Bulgarian , Catalan , Chinese , Czech , Danish , Dutch , English , Esperanto , Estonian , Finnish , French , Galician , Georgian , Modern Greek (1453-) , Hebrew , Hungarian , Icelandic , Indonesian , Interlingua (International Auxiliary Language Association) , Irish , Italian , Japanese , Khmer , Norwegian , Polish , Portuguese , Romanian , Russian , Serbian , Slovak , Spanish , Swedish , Turkish , Ukrainian , and Welsh
Rights:
GFDL or CC and http://www.omegawiki.org/Licensing
Creator:
Rosa, Rudolf
Publisher:
Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics (UFAL)
Type:
text and corpus
Subject:
Wikipedia , text corpora , and monolingual corpus
Language:
Abkhazian , Achinese , Adyghe , Afrikaans , Akan , Tosk Albanian , Amharic , Old English (ca. 450-1100) , Arabic , Official Aramaic (700-300 BCE) , Aragonese , Egyptian Arabic , Assamese , Asturian , Atikamekw , Avaric , Aymara , South Azerbaijani , Azerbaijani , Bashkir , Bambara , Bavarian , Central Bikol , Belarusian , Bengali , Bislama , Banjar , Tibetan , Bosnian , Bishnupriya , Breton , Buginese , Bulgarian , Russia Buriat , Catalan , Min Dong Chinese , Cebuano , Czech , Chamorro , Chechen , Cherokee , Church Slavic , Chuvash , Cheyenne , Central Kurdish , Cornish , Corsican , Cree , Crimean Tatar , Kashubian , Welsh , Danish , German , Dinka , Dimli (individual language) , Dhivehi , Lower Sorbian , Dzongkha , Modern Greek (1453-) , English , Esperanto , Estonian , Basque , Ewe , Extremaduran , Faroese , Persian , Fijian , Finnish , French , Arpitan , Northern Frisian , Western Frisian , Fulah , Friulian , Gagauz , Gan Chinese , Scottish Gaelic , Irish , Galician , Gilaki , Manx , Goan Konkani , Gothic , Guarani , Gujarati , Hakka Chinese , Haitian , Hausa , Hawaiian , Serbo-Croatian , Hebrew , Herero , Fiji Hindi , Hindi , Hiri Motu , Croatian , Upper Sorbian , Hungarian , Armenian , Igbo , Ido , Inuktitut , Interlingue , Iloko , Interlingua (International Auxiliary Language Association) , Indonesian , Inupiaq , Icelandic , Italian , Jamaican Creole English , Javanese , Lojban , Japanese , Kara-Kalpak , Kabyle , Kalaallisut , Kannada , Kashmiri , Georgian , Kanuri , Kazakh , Kabardian , Kabiyè , Khmer , Kikuyu , Kinyarwanda , Kirghiz , Komi-Permyak , Komi , Kongo , Korean , Karachay-Balkar , Kölsch , Kurdish , Ladino , Lao , Latin , Latvian , Lak , Lezghian , Ligurian , Limburgan , Lingala , Lithuanian , Lombard , Northern Luri , Latgalian , Luxembourgish , Ganda , Literary Chinese , Marshallese , Maithili , Malayalam , Marathi , Moksha , Eastern Mari , Minangkabau , Macedonian , Malagasy , Maltese , Mongolian , Maori , Western Mari , Malay (macrolanguage) , Creek , Mirandese , Burmese , Erzya , Mazanderani , Min Nan Chinese , Neapolitan , Nauru , Navajo , Ndonga , Low German , Nepali (macrolanguage) , Newari , Dutch , Norwegian Nynorsk , Norwegian , Novial , Pedi , Nyanja , Occitan (post 1500) , Livvi , Oriya (macrolanguage) , Oromo , Ossetian , Pangasinan , Pampanga , Panjabi , Papiamento , Picard , Pennsylvania German , Pfaelzisch , Pitcairn-Norfolk , Pali , Piemontese , Western Panjabi , Pontic , Polish , Portuguese , Pushto , Quechua , Vlax Romani , Romansh , Romanian , Rusyn , Rundi , Macedo-Romanian , Russian , Sango , Yakut , Sanskrit , Sicilian , Scots , Samogitian , Sinhala , Slovak , Slovenian , Northern Sami , Samoan , Shona , Sindhi , Somali , Southern Sotho , Spanish , Albanian , Sardinian , Sranan Tongo , Serbian , Swati , Saterfriesisch , Sundanese , Swahili (macrolanguage) , Swedish , Silesian , Tahitian , Tamil , Tatar , Tulu , Telugu , Tama (Colombia) , Tetum , Tajik , Tagalog , Thai , Tigrinya , Tonga (Tonga Islands) , Tok Pisin , Tswana , Tsonga , Turkmen , Tumbuka , Turkish , Twi , Tuvinian , Udmurt , Uighur , Ukrainian , Urdu , Uzbek , Venetian , Venda , Veps , Vietnamese , Vlaams , Volapük , Võro , Waray (Philippines) , Walloon , Wolof , Wu Chinese , Kalmyk , Xhosa , Mingrelian , Yiddish , Yoruba , Yue Chinese , Zeeuws , Zhuang , Chinese , Zulu , and Dotyali
Description:
Wikipedia plain text data obtained from Wikipedia dumps with WikiExtractor in February 2018.
The data come from all Wikipedias for which dumps could be downloaded at [https://dumps.wikimedia.org/]. This amounts to 297 Wikipedias, usually corresponding to individual languages and identified by their ISO codes. Several special Wikipedias are included, most notably "simple" (Simple English Wikipedia) and "incubator" (tiny hatching Wikipedias in various languages).
For a list of all the Wikipedias, see [https://meta.wikimedia.org/wiki/List_of_Wikipedias].
The script which can be used to get new version of the data is included, but note that Wikipedia limits the download speed for downloading a lot of the dumps, so it takes a few days to download all of them (but one or a few can be downloaded fast).
Also, the format of the dumps changes time to time, so the script will probably eventually stop working one day.
The WikiExtractor tool [http://medialab.di.unipi.it/wiki/Wikipedia_Extractor] used to extract text from the Wikipedia dumps is not mine, I only modified it slightly to produce plaintext outputs [https://github.com/ptakopysk/wikiextractor].
Rights:
Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0) , http://creativecommons.org/licenses/by-sa/3.0/ , and PUB
Creator:
Jan Patočka
Publisher:
Str. 46–88. Stať.
Type:
Text
Subject:
1975 , 1979/25 , 1981/6 , 1981/7 , 1988/28 , 1988/31 , 1988/32 , 1988/34 , 1994/7 , 1996/4 , 1996/7 , 1998/3 , 1999/8 , 2 , 2001/9 , 2002/21 , 2002/6 , 2006/1 , 2007/1 , 2008/3 , bg , cs , de , en , es , fr , fulltext , hu , it , lt , no , pl , ru , SS-3/PD-III , sv , uk , and v
Language:
Czech , English , Bulgarian , French , Italian , Lithuanian , Hungarian , German , Norwegian , Polish , Russian , Spanish , Swedish , and Ukrainian
Rights:
open access and Rights holder: Archiv Jana Patočky, z.s.
Creator:
Malanjuk, Jevhen,
Type:
text and poezie
Subject:
Východoslovanské literatury , Malanjuk, Jevhen, , básníci ukrajinští , exil ukrajinský , slavistika literární , vztahy česko-ukrajinské , světové dějiny 1918-1945 , SSSR , Ukrajina , Československo 1918-1945 , and literatura, spisovatelé
Language:
Czech and Ukrainian
Description:
Básně ukrajinského emigranta, který žil ve 20. a 30. letech i v Československu. Jedná se o první český výbor z tvorby tohoto již klasika ukrajinské literatury. Důsledně dvojjazyčný výbor je doplněn předmluvou a doslovem a nabízí srovnání originálu a překladu.
Rights:
unknown
Type:
text and sborníky konferenční
Subject:
Dějiny zemí střední Evropy , válka první světová (1914-1918) , vznik Československa (1918) , Češi ukrajinští , Češi volyňští , and zahraniční periodika a sborníky
Language:
Ukrainian and Czech
Description:
Nad názvem: Česká národní rada Ukrajiny, Ukrajinsko-česká kulturně osvětová společnost Vyšehrad
Rights:
unknown
Publisher:
b.n.,
Subject:
vztahy československo-rusínské , sborníky jednorázové , jiné národnostní menšiny (Poláci, Rusíni, Lužičtí Srbové atd.) , české (československé) sborníky a kolektivní monografie , and Československo 1918-1945
Language:
Czech , Polish , and Ukrainian
Rights:
unknown
Type:
text and sborníky konferenční
Subject:
Dějiny zemí střední Evropy , vztahy česko-polské , vztahy polsko-české , Češi polští , Poláci čeští , Polsko , zahraniční politika, mezinárodní vztahy , přehledná zpracování dějin českých zemí (chronologicky) , přehledná zpracování světových dějin (chronologicky) , and zahraniční periodika a sborníky
Language:
Polish , Czech , and Ukrainian
Rights:
unknown
Creator:
Jireček, Konstantin Josef,
Type:
text and monografie
Subject:
Dějiny států a území na Balkánském poloostrově , Kateřina , vztahy mezinárodní , Rusko , světové dějiny 1648-1789 , zahraniční politika, mezinárodní vztahy , and Chorvatsko
Language:
Czech , Croatian , Italian , Latin , and Ukrainian
Rights:
unknown