历史与当代葡萄牙语语料库的编制与处理
计算与语言
2017-10-03 v1
摘要
本技术报告描述了用于处理三个大型葡萄牙语语料库的框架。其中两个语料库包含报纸文本，一份发表于巴西，另一份发表于葡萄牙。第三个语料库是 Colonia，这是一个历史葡萄牙语文集，包含 16 世纪至 20 世纪初撰写的文本。报告介绍了语料库的预处理方法、分词与标注，以及索引和查询方法。最后，报告展示了使用这些语料库已发表的研究论文。
引用
@article{arxiv.1710.00803,
title = {Compiling and Processing Historical and Contemporary Portuguese Corpora},
author = {Marcos Zampieri},
journal= {arXiv preprint arXiv:1710.00803},
year = {2017}
}
备注
Technical Report