Språkresurser

Här kan du leta och filtrera bland våra korpusar och lexikon. Du kan klicka på en rad för att få fram nedladdningsbara filer. Genom att klicka på Korp- eller Karp-ikonen kommer du direkt till gränssnittet där du kan utforska resursen.

Alla (1146) Samlingar (26) Korpusar (1080) Lexikon (58) Tränings- och utvärderingsdata (45) Modeller (8)

Resurs	Typ	Språk	Åtkomst
Dependensparsningsmodell: Stanza Förtränade modeller för dependensparsning.	Modell	svenska	Datamängd: synt_stanza_eval.zip 2020-12-09 – 99.05 MB – CC BY 4.0 Datamängd: synt_stanza_full2.zip 2020-12-09 – 99.17 MB – CC BY 4.0 Datamängd: stanza_pretrain.zip 2020-12-09 – 105.77 MB – CC BY 4.0
Engelska inbäddningar (word embeddings) Förtränade inbäddningar (word embeddings) för engelska wikipedia	Modell	engelska	Datamängd: wiki_300_5_word2vec.model 2024-01-25 – 112.01 MB – CC BY 4.0 Datamängd: wiki_300_5_word2vec.model.syn1neg.npy 2024-01-25 – 3.75 GB – CC BY 4.0 Datamängd: wiki_300_5_word2vec.model.wv.vectors.npy 2024-01-25 – 3.75 GB – CC BY 4.0 Datamängd: wiki_300_50_word2vec.model 2024-01-25 – 28.04 MB – CC BY 4.0 Datamängd: wiki_300_50_word2vec.model.syn1neg.npy 2024-01-25 – 949.26 MB – CC BY 4.0 Datamängd: wiki_300_50_word2vec.model.wv.vectors.npy 2024-01-25 – 949.26 MB – CC BY 4.0
Förtränade inbäddningar En lista över förtränade inbäddningar för svenska	Modell	svenska
Lemmatiseringsmodell: Stanza Förtränad modell för lemmatisering.	Modell	svenska	Datamängd: lem_stanza.zip 2020-11-19 – 3.74 MB – CC BY 4.0
Ordklasstaggningsmodell: Flair Förtränade modeller för ordklasstaggning.	Modell	svenska	Datamängd: flair_eval.zip 2020-06-18 – 1.37 GB – CC BY 4.0 Datamängd: flair_full.zip 2020-06-18 – 1.37 GB – CC BY 4.0
Ordklasstaggningsmodell: Marmot Förtränade modeller för ordklasstaggning.	Modell	svenska	Datamängd: marmot_eval.marmot 2020-06-29 – 108.59 MB – CC BY 4.0 Datamängd: marmot_full.marmot 2020-06-29 – 113.41 MB – CC BY 4.0 Datamängd: saldo_marmot.txt 2020-06-29 – 46.33 MB – CC BY 4.0
Ordklasstaggningsmodell: Stanza Förtränade modeller för ordklasstaggning.	Modell	svenska	Datamängd: morph_stanza_eval.zip 2020-12-09 – 19.94 MB – CC BY 4.0 Datamängd: morph_stanza_full2.zip 2020-12-09 – 20.19 MB – CC BY 4.0 Datamängd: stanza_pretrain.zip 2020-12-09 – 105.77 MB – CC BY 4.0
Svenska historiska inbäddningar (word embeddings) Förtränade inbäddningar (word embeddings) för historisk svenska	Modell	svenska	Datamängd: HENGCHEN-TAHMASEBI_-_2020_-_Kubhist2_diachronic_embeddings.zip 2024-01-25 – 15.13 GB – CC BY 4.0

Sidansvarig: sb-webb