CoNLL 2017 Shared Task - Automatically Annotated Raw Texts and Word Embeddings

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F17%3A10372328" target="_blank" >RIV/00216208:11320/17:10372328 - isvavai.cz</a>

Výsledek na webu

<a href="http://hdl.handle.net/11234/1-1989" target="_blank" >http://hdl.handle.net/11234/1-1989</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

CoNLL 2017 Shared Task - Automatically Annotated Raw Texts and Word Embeddings

Popis výsledku v původním jazyce

Automatic segmentation, tokenization and morphological and syntactic annotations of raw texts in 45 languages, generated by UDPipe (http://ufal.mff.cuni.cz/udpipe), together with word embeddings of dimension 100 computed from lowercased texts by word2vec (https://code.google.com/archive/p/word2vec/).

Název v anglickém jazyce

CoNLL 2017 Shared Task - Automatically Annotated Raw Texts and Word Embeddings

Popis výsledku anglicky

Automatic segmentation, tokenization and morphological and syntactic annotations of raw texts in 45 languages, generated by UDPipe (http://ufal.mff.cuni.cz/udpipe), together with word embeddings of dimension 100 computed from lowercased texts by word2vec (https://code.google.com/archive/p/word2vec/).

Druh

R - Software

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/GA15-10472S" target="_blank" >GA15-10472S: Morfologicky a syntakticky anotované korpusy mnoha jazyků</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

[http://hdl.handle.net/11234/1-1

Technické parametry

Výsledek volně dostupný na adrese http://hdl.handle.net/11234/1-1989.

Ekonomické parametry

90 miliard slov ve více než 40 jazycích, analyzovaných na morfosyntaktické rovině, je unikátní zdroj, pro mnohé uživatele nenahraditelný vlastními silami, takže lze sotva vyčíslit, jak velké náklady jim to ušetří.

IČO vlastníka výsledku

00216208

Název vlastníka

Univerzita Karlova v Praze