Duomenų ištekliaus peržiūros: 48

Lietuvių vienakalbis, anglų vienakalbis ir anglų–lietuvių lygiagretusis gynybos ir saugumo tekstynai apima originalius lietuvių ir anglų kalbų tekstus, o lygiagrečiųjų tekstynų atveju – ir jų vertimus į lietuvių kalbą, suderintus sakinio lygiu. Tekstai surinkti iš Europos Sąjungos ir Lietuvos institucijų dokumentų, strategijų, teisės aktų bei kitų su gynyba ir saugumu susijusių šaltinių. Bendras tekstynų dydis: Lietuvių vienakalbis – 17 mln. žodžių. Anglų vienakalbis – 19,3 mln. žodžių. Anglų–lietuvių lygiagretusis – 119 tūkst. sakinių porų. Duomenų rinkinio struktūra: 1. Defence-Security Data Metadata.xlsx – metaduomenų dokumentas. 2. Defence-Security Data Statistics.xlsx – informacija apie duomenis, įskaitant atliktus techninių parametrų matavimus, tokius kaip gramatinių klaidų ir užsienio kalbų intarpų kiekiai bei kita statistinė informacija. 3. Katalogas „Monolingual“ – pateikiami lietuvių ir anglų kalbų vienakalbiai tekstynai TXT formatu, kiekvieno šaltinio duomenis pateikiant atskirame faile. 4. Katalogas „Parallel“ – pateikiami lygiagretieji tekstynai TMX formatu, kiekvieno šaltinio duomenis išskiriant atskirame faile. 5. Katalogas „Subdomains“ – pateikiami vienakalbiai ir lygiagretieji tekstynai, suskirstyti į 6 domenus, kiekvieno šaltinio duomenis pateikiant atskirame faile. Duomenų rinkinio failai parengti taip, kad būtų tinkami naudoti mašininio vertimo, lokalizavimo ir kituose dirbtinio intelekto taikymuose.

Patinka 0
Brandos lygis -
Atnaujinama Nereguliariai
Kategorijos
  • Kalbos ištekliai
Būsena Atvertas
Duomenų išteklius viešinamas Taip
Prieigos teisės Vieši
Katalogas ADP
Prieigos nuoroda https://hdl.handle.net/20.500.11821/90
Laikotarpis 2025 m. sausio 24 d. - 2026 m. balandžio 2 d.

Peržiūrėti papildomą informaciją +

Duomenų skelbėjas


Dalintis socialiniuose tinkluose

Prenumeruoja: 0

Duomenų pateiktys

Pavadinimas Dydis Formatas Publikuota Atnaujinta
Gynybos ir saugumo vienkalbiai ir lygiagretieji tekstynai - HTML 2026-06-03 Nereguliariai Atidaryti

Priskirtos organizacijos

Priskyrimo rūšis Organizacija
Duomenų rengėjas Valstybės skaitmeninių sprendimų agentūra

Komentarai

user-icon

Sistemos naudotojas

Politics although media and tree ball thousand with throughout draw usually.

2026-06-03 09:43

Komentuoti gali tik prisijungę naudotojai