俄罗斯立法语料库
计算与语言
2026-04-29 v3
摘要
我们提出一个涵盖 1991 年至 2025 年期间所通过的俄罗斯主要和次要立法文件的综合语料库，包含 304,382 篇文本（194,425,905 个 token）。该语料库提供两个版本：基本版本包含带有简单元数据的文本，而详细版本包括原始文本及其转换为 Universal Dependencies CoNLL-U 格式的等效文本，标注了词性、形态特征和句法依赖关系。
引用
@article{arxiv.2406.04855,
title = {The Russian Legislative Corpus},
author = {Denis Saveliev and Ruslan Kuchakov},
journal= {arXiv preprint arXiv:2406.04855},
year = {2026}
}
备注
6 pages, 2 figures, 2 tables