Назад в каталог

Bashkir Corpus

Открытая коллекция башкирских текстов для построения языкового корпуса.

Коротко о проекте

Около 20,9 млн токенов
Лицензия GPL-3.0, принимает pull request'ы
Включает как общественное достояние, так и фрагменты текстов под копирайтом

Похожие проекты

Все проекты в категории Языковой проект

Bashkir Drama Corpus

Языковой проект#Язык#Технологии#Открытый исходный кодбашкиры

Пьесы представлены в формате TEI-P5
Совместим с инструментами и API DraCor
Данные развиваются в открытом репозитории

Подробнее

Bashkir Language Audio2Text

Языковой проект#Язык#Технологии#Распознавание речи#Открытый исходный кодбашкиры

Обрабатывает аудиокниги, стихи и полевые записи ELAN
Приводит материалы к формату, подобному Mozilla Common Voice
Подготавливает данные для Whisper и Wav2Vec2
Коллекция включает 583 аудиофайла книг и рассказов

Подробнее

Устный корпус башкирского языка

Языковой проект#Язык#Технологии#Открытый исходный кодбашкиры

Собирает материалы живой башкирской речи
Данные предназначены для лингвистического анализа
Опубликован по лицензии CC BY-SA 4.0

Подробнее

Муэллиф