python-g419wikitools-1.0

Użyj poniższego opisu do cytowania zasobu albo wyeksportuj go w wybranym formacie:
Marcińczuk, Michał and Krautforst, Michał, 2017, python-g419wikitools-1.0, CLARIN-PL Repository, http://hdl.handle.net/11321/336.
Udostępnij
Autorzy
URI
Data
2017-02-13
Typ
Języki
Opis
Zestaw skryptów w języku Python do wygenerowania słownika odmiany fraz w oparciu o linki wewnętrzne Wikipedii. Efektem analizy dumpa Wikipedii jest zestaw plików, zawierających: A) wikilinks-difflen.txt — frazy mają różną liczbę tokenów, B) wikilinks-samelen* — frazy mają taką samą liczbę tokenów, 1. wikilinks-samelen-textbase.txt — każda para tokenów ma przynajmniej jedną wspólną formę bazową, 1.a) wikilinks-samelen-textbase-one.txt — frazy zawierają po jednym tokenie, 1.b) wikilinks-samelen-textbase-multi.txt — frazy zawierają więcej niż jeden token, 2. wikilinks-samelen-rules.txt — co najmniej jedna para tokenów nie została dopasowana przez formy bazowe, tylko przez zastosowanie reguł podmiany końcówek dla formy tekstowej. 3. wikilinks-samelen-different.txt — pozostałe frazy, które nie zostały dopasowane. Przykład zawartości pliku wikilinks-samelen-textbase-multi.txt: Transformacja ustrojowa transformacji ustrojowej transformacji ustrojowych Konstytucja ZSRR Konstytucji ZSRR Rajd Tatrzański Rajdzie Tatrzańskim Macierz dyskowa macierzą dyskową macierzy dyskowych Osiedle Ptasie Osiedle Ptasie objaw Brudzińskiego objawy Brudzińskiego Chłopskie Stronnictwo Radykalne Chłopskiego Stronnictwa Radykalnego Melanie Klein Melanią Klein Jakub Sokołowski Jakuba Sokołowskiego Letnie Igrzyska Olimpijskie Młodzieży 2010 Letnich Igrzysk Olimpijskich Młodzieży 2010 wyrabianie ciasta wyrabiania ciasta bitwa nad rzeką Czoroch bitwie nad rzeką Czoroch Nerw błędny nerwu błędnego nerwów błędnych Pakt trzech paktu trzech Paktu Trzech Paktu trzech Komisja Episkopatu Polski ds. Ekumenizmu Komisji Episkopatu Polski ds. Ekumenizmu Flaga Albanii flagę Albanii flagi Albanii Bitwa pod Chrobrzem bitwie pod Chrobrzem Patriarcha Indii Zachodnich patriarchę Indii Zachodnich procesy fizjologiczne proces fizjologiczny energetyka jądrowa energetykę jądrową energetyce jądrowej energetyką jądrową energetyki jądrowej zdanie syntetyczne zdania syntetyczne Franciszek Ksawery Franciszek Ksawery Franciszka Ksawerego Franciszkiem Ksawerym Obwód Tirana obwodzie Tirana
Wydawca
Finansowanie
Słowa kluczowe
Kolekcje
Tools and Services
Zobacz szczegóły
Ten zasób jestPublicznie dostępnyi został udostępniony na licencji:GNU LGPL 3.0

Dostęp do plików

Pliki w tym zasobie

Pobierz kompletny pakiet albo skopiuj gotowe polecenie do automatycznego pobierania.

Nazwa
python-g419wikitools-1.0.7z
Rozmiar
11.54 KB
Format
application/octet-stream
Opis
Unknown
Suma kontrolna MD5
6d919bbd7b1eb049eb8cd6e0cb9d8c1c
Preview
Podgląd pliku
  • Podgląd niedostępny

    Podgląd tego pliku nie został jeszcze wygenerowany. Spróbuj ponownie później albo skontaktuj się z administratorem systemu.