Skip to search
Skip to main content
Skip to first result
Search
Search Results
Creator:
Mareček, David , Yu, Zhiwei , Zeman, Daniel , and Žabokrtský, Zdeněk
Publisher:
Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics (UFAL)
Type:
text and corpus
Subject:
part of speech , tagging , semi-supervised , and cross-language
Language:
Belarusian , Bosnian , Bulgarian , Czech , Serbo-Croatian , Croatian , Upper Sorbian , Macedonian , Polish , Russian , Slovak , Slovenian , Serbian , Ukrainian , Latvian , Lithuanian , Afrikaans , Danish , German , English , Faroese , Western Frisian , Swiss German , Icelandic , Limburgan , Luxembourgish , Low German , Dutch , Norwegian Nynorsk , Norwegian , Scots , Swedish , Yiddish , Aragonese , Asturian , Catalan , French , Galician , Haitian , Italian , Latin , Lombard , Neapolitan , Piemontese , Portuguese , Romanian , Spanish , Venetian , Walloon , Breton , Welsh , Scottish Gaelic , Irish , Modern Greek (1453-) , Armenian , Albanian , Dimli (individual language) , Persian , Gilaki , Kurdish , Tajik , Bengali , Bishnupriya , Gujarati , Fiji Hindi , Hindi , Marathi , Nepali (macrolanguage) , Urdu , Amharic , Arabic , Egyptian Arabic , Hebrew , Estonian , Finnish , Hungarian , Basque , Georgian , Chuvash , Azerbaijani , Turkish , Uzbek , Kazakh , Tatar , Yakut , Korean , Mongolian , Telugu , Kannada , Malayalam , Tamil , Newari , Vietnamese , Indonesian , Javanese , Malagasy , Maori , Malay (macrolanguage) , Pampanga , Sundanese , Tagalog , Waray (Philippines) , Swahili (macrolanguage) , Esperanto , Ido , Interlingua (International Auxiliary Language Association) , and Volapük
Description:
Texts in 107 languages from the W2C corpus (http://hdl.handle.net/11858/00-097C-0000-0022-6133-9), first 1,000,000 tokens per language, tagged by the delexicalized tagger described in Yu et al. (2016, LREC, Portorož, Slovenia).
Changes in version 1.1:
1. Universal Dependencies tagset instead of the older and smaller Google Universal POS tagset.
2. SVM classifier trained on Universal Dependencies 1.2 instead of HamleDT 2.0.
3. Balto-Slavic languages, Germanic languages and Romance languages were tagged by classifier trained only on the respective group of languages. Other languages were tagged by a classifier trained on all available languages. The "c7" combination from version 1.0 is no longer used.
Rights:
Creative Commons - Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) , http://creativecommons.org/licenses/by-sa/4.0/ , and PUB
Creator:
Mandzák, Atanáz Daniel,
Type:
text , dokumenty , and edice
Subject:
Křesťanské církve, sekty, denominace , církev řeckokatolická , politika církevní , perzekuce , Československo 1948-1969 , církve, sekty , and politické dějiny, politici
Language:
Slovak and Russian
Rights:
unknown
Creator:
Nezník, Peter
Type:
text and monografie kolektivní
Subject:
Filozofické systémy a hlediska , Dostojevskij, Fedor Michajlovič, , Nietzsche, Friedrich, , spisovatelé ruští , filozofové němečtí , interpretace , and zahraniční periodika a sborníky
Language:
Slovak , Czech , and Russian
Rights:
unknown
Creator:
Macháček, Michal,
Publisher:
Masarykův ústav a Archiv AV ČR,v.v.i. : and Univerzita Karlova v Praze, Filozofická fakulta,
Type:
sborníky jubilejní
Subject:
Historická věda. Pomocné vědy historické. Archivnictví , Věda. Všeobecnosti. Základy vědy a kultury. Vědecká práce , Globální společnosti. Sociální struktura. Sociální skupiny , Rychlík, Jan, , nacionalismus , evropanství , historici čeští , české (československé) sborníky a kolektivní monografie , světové dějiny 1789-1918 , národnosti, vztahy mezi národnostmi a národní hnutí , světové dějiny od r. 1918 do současnosti , české země 1792-1918 , and Československo 1918-1992
Language:
Czech , English , Russian , and Slovak
Rights:
unknown
Creator:
Macháček, Michal,
Publisher:
Masarykův ústav a Archiv AV ČR,v.v.i. : and Univerzita Karlova v Praze, Filozofická fakulta,
Type:
sborníky jubilejní
Subject:
Historická věda. Pomocné vědy historické. Archivnictví , Věda. Všeobecnosti. Základy vědy a kultury. Vědecká práce , Globální společnosti. Sociální struktura. Sociální skupiny , Rychlík, Jan, , nacionalismus , evropanství , historici čeští , české (československé) sborníky a kolektivní monografie , světové dějiny 1789-1918 , národnosti, vztahy mezi národnostmi a národní hnutí , světové dějiny od r. 1918 do současnosti , české země 1792-1918 , Československo 1918-1992 , and personální bibliografie
Language:
Czech , English , Russian , and Slovak
Rights:
unknown
Type:
text and atlasy
Subject:
Kulturní antropologie. Etnologie. Etnografie , Mapy. Atlasy. Glóby , etnografie , kultura lidová , hmotná kultura, umělecká řemesla , přehledná zpracování slovenských dějin (chronologicky) , and zahraniční národopis
Language:
Slovak , German , and Russian
Rights:
unknown
Creator:
Pažur, Štefan,
Publisher:
Obzor,
Type:
sborníky
Subject:
Dějiny Česka a Slovenska , represe nacistické , politika okupační , místa památná , zločiny válečné , odboj druhý (protifašistický) , Slovensko 1939-1945 , and perzekuce, politická emigrace
Language:
Slovak , Russian , English , and German
Description:
Částečně ruský, anglický a německý text
Rights:
unknown
Creator:
Biathová, Katarína,
Type:
text and monografie
Subject:
Malířství , gotika , umění výtvarné , malba gotická , malba desková , Slovensko 1301-1526 , and malířství, malíři
Language:
Slovak , Russian , German , English , and French
Description:
Rus., něm., angl. a franc. text
Rights:
unknown
Type:
text and sborníky jubilejní
Subject:
Lingvistika. Jazyky , Bibliografie. Katalogy , Erhart, Adolf, , slavisté , filologové , and české (československé) sborníky a kolektivní monografie
Language:
Czech , English , German , Polish , Russian , and Slovak
Rights:
unknown
Creator:
Zeman, Daniel , Mareček, David , Mašek, Jan , Popel, Martin , Ramasamy, Loganathan , Rosa, Rudolf , Štěpánek, Jan , and Žabokrtský, Zdeněk
Publisher:
Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics (UFAL)
Type:
text and corpus
Subject:
treebank , Stanford dependencies , Prague dependencies , harmonization , common annotation style , and Interset
Language:
Arabic , Bulgarian , Bengali , Catalan , Czech , Danish , German , Modern Greek (1453-) , English , Spanish , Estonian , Basque , Persian , Finnish , Ancient Greek (to 1453) , Hindi , Hungarian , Italian , Japanese , Latin , Dutch , Portuguese , Romanian , Russian , Slovak , Slovenian , Swedish , Tamil , Telugu , and Turkish
Description:
HamleDT 2.0 is a collection of 30 existing treebanks harmonized into a common annotation style, the Prague Dependencies, and further transformed into Stanford Dependencies, a treebank annotation style that became popular recently. We use the newest basic Universal Stanford Dependencies, without added language-specific subtypes.
Rights:
HamleDT 2.0 Licence Agreement , https://lindat.mff.cuni.cz/repository/xmlui/page/licence-hamledt-2.0 , and ACA