Bijankhan Corpus - Bijankhan Corpus
В Биджанхан корпус (رهٔ بیجنخان на персидском языке) помеченный корпус который подходит для исследования обработки естественного языка на Персидский язык. Эта коллекция собрана из ежедневных новостей и общих текстов. В этом сборнике все документы разбиты на категории по различным тематикам, таким как политические, культурные и т. Д .; примерно в 4300 различных тематических категориях. Корпус содержит около 2,6 миллиона слов, помеченных вручную, с набором тегов, содержащим 550 персидских слов. теги части речи.
Корпус Биджанхан был создан Группа исследования баз данных на Тегеранский университет.[1] Корпус не-свободный в том, что это не бесплатно для коммерческого использования, хотя эти ограничения зависит от страны. Корпус Биджанхана назван в честь Махмуд Биджанхан, профессор лингвистики Тегеранского университета за его вклад в эту область.