DILA Word Segmented CBETA Corpus and Auto Segmentation Tool

Dharma Drum Institute of Liberal Arts (DILA, Taïwan) a publié un outil de segmentation automatique dédié aux textes littéraires bouddhiques. Cet outil s’appuie sur un modèle de langue (CRFConditional Random Filed model) entraîné à la base d’un corpus annoté manuellement par les spécialistes. Il contient un corpus, qui est le résultat de segmentation automatique pour l’ensemble des collections de CBETA (Chinese Buddhist Electronic Text Association, online e-texts en accès libre).



Citer ce billet
Shueh-Ying LIAO (2022, 15 février). DILA Word Segmented CBETA Corpus and Auto Segmentation Tool. DISTAM. Consulté le 30 mai 2024, à l’adresse https://doi.org/10.58079/np8y

Shueh-Ying LIAO

Ingénieur Plateforme Universitaire de Données, Maison des Sciences de l'Homme, École Normale Supérieure Paris-Saclay.

Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search