الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

قوائم lemmatization

هذه هي الأزواج الكبيرة القابلة للقراءة للآلة/قابلة للقراءة الآلية بعدة لغات جمعتها (من الناحية القانونية) من مصادر مختلفة ، معظمها كجزء من عملي في مشروع Global Glossary. أستخدمها لتوسيع الاستعلام أثناء عمليات البحث عن النص الكامل: إذا بحث مستخدم عن Wemma Walk ، يتم توسيع الاستعلام للبحث أيضًا عن الرموز المشي ، والمشي وما إلى ذلك.

هذه ملفات نصية عادي (مضغوط). يحتوي كل سطر على زوج Lemma/Token واحد مفصولة بحرف علامة تبويب في هذا التسلسل: Lemma ، Tab ، Token. يتم ترميز الملفات في UTF-8 مع فترات أسطر على طراز Windows.

  • أستوريان (AST) (108،792 أزواج)
  • البلغارية (BG) (30،323 زوجًا)
  • الكاتالاني (كاليفورنيا) (591،534 زوجًا)
  • التشيك (CS) (36،400 زوج)
  • اللغة الإنجليزية (EN) (41،760 زوجًا)
  • الإستونية (ET) (80،536 زوجًا)
  • الفرنسية (FR) (224،002 زوجًا)
  • Galician (GL) (392،856 أزواج)
  • الألمانية (DE) (358،473 زوجًا)
  • المجري (HU) (39،898 زوجًا)
  • الأيرلندي (GA) (415،502 زوجًا)
  • Manx Gaelic (GV) (67177 زوجًا)
  • الإيطالي (IT) (341،074 زوجًا)
  • الفارسي/الفارسي (FA) (6،273 أزواج)
  • البولندية (PL) (3،296،232 أزواج)
  • البرتغالي (PT) (850،264 زوجًا)
  • روماني (RO) (314،810 زوجًا)
  • الروسي (RU) (537،810 زوجًا)
  • اسكتلندا الغيلية (GD) (51،624 زوجًا)
  • سلوفاك (SK) (858،414 زوجًا)
  • سلوفيني (SL) (99،063 زوجًا)
  • الإسبانية (ES) (497،560 زوجًا)
  • السويدية (SV) (675137 زوجًا)
  • الأوكرانية (المملكة المتحدة) (193،703 زوجًا)
  • الويلزية (CY) (359،224 زوجًا)

رخصة

  • متاح تحت رخصة قاعدة البيانات المفتوحة

مصادر

  • قواميس مختلفة من Hunspell من موقع OpenOffice.org
  • Deutsches Morphologie-lexikon بقلم دانييل نابر
  • ليكسيك من بوريس نيو وكريستوف بالير
  • e_lemma.txt بواسطة yasumasa someya
  • Multext East (فقط تلك المعجمات المورفولوجية التي تخضع لترخيص مجاني تستخدم)
  • القواميس المورفولوجية من الفريد
  • معجم سالدو المورفولوجي
  • قاعدة بيانات مورفولوجيا الأيرلندية الوطنية
  • قوائم مختلفة لكيفن سكانيل
  • OpenRussian.org
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل