Annotated Corpora for Term Extraction Research (ACTER)
ACTER is een handmatig geannoteerde dataset voor termextractie, die drie talen omvat (Engels, Frans en Nederlands), en vier domeinen (corruptie, dressuur, hartfalen en windenergie).
ACTER is a manually annotated dataset for term extraction, covering 3 languages (English, French, and Dutch), and 4 domains (corruption, dressage, heart failure, and wind energy).
BLISS Dialogue Summaries
Nederlandse spraakopnames van deelnemers die spreken met het BLISS-dialoogsysteem (v1) over alledaagse bezigheden en activiteiten waar ze plezier aan beleven. De data bevat 55 opnames met een gemiddelde duur van 2 minuten en 34 seconden.
Dutch recordings of participants who talk with the BLISS dialogue system about their everyday occupations and their favorite activities. The corpus contains 55 recordings with an average duration of 2 minutes and 34 seconds.
Couranten Corpus (Online)
Het Couranten Corpus bevat dertien zeventiende-eeuwse Nederlandse kranten uit de periode 1619-1700 die momenteel op Delpher.nl beschikbaar zijn.
The Couranten Corpus contains thirteen seventeenth-century Dutch newspapers from the period 1619-1700, which are currently available on Delpher.nl.
AI-Trainingset - Tag de Tekst voor Named Entity Recognition (NER)
Handmatig getagde historische documenten die gebruikt kunnen worden om systemen voor 'Named Entity Recognition' te trainen.
Manually tagged historical texts that can be used to train systems for 'Named Entity Rcognition'.
Pinkhof Geneeskundig Woordenboek (Online)
Het Pinkhof Geneeskundig Woordenboek (Online) bevat ruim 52000 medische termen met hun betekenissen en/of verwijzingen.
The Pinkhof Medical Dictionary contains more than 52000 medical terms with their meanings and/or references.