Warning: Undefined array key "license_other" in Drupal\sb_resources\Plugin\Field\FieldFormatter\SbResourcesDownloadsFormatter->viewElements() (line 42 of modules/custom/sb_resources/src/Plugin/Field/FieldFormatter/SbResourcesDownloadsFormatter.php).
Warning: Undefined array key "license_other" in Drupal\sb_resources\Plugin\Field\FieldFormatter\SbResourcesDownloadsFormatter->viewElements() (line 42 of modules/custom/sb_resources/src/Plugin/Field/FieldFormatter/SbResourcesDownloadsFormatter.php).
Warning: Undefined array key "license_other" in Drupal\sb_resources\Plugin\Field\FieldFormatter\SbResourcesDownloadsFormatter->viewElements() (line 42 of modules/custom/sb_resources/src/Plugin/Field/FieldFormatter/SbResourcesDownloadsFormatter.php).
Warning: Undefined array key "license_other" in Drupal\sb_resources\Plugin\Field\FieldFormatter\SbResourcesDownloadsFormatter->viewElements() (line 42 of modules/custom/sb_resources/src/Plugin/Field/FieldFormatter/SbResourcesDownloadsFormatter.php).

Datamängder

Här kan du leta och filtrera bland våra datamängder. Du kan klicka på en rad för att få fram nedladdningsbara filer. Genom att klicka på verktygsikonen kommer du direkt till gränssnittet där du kan utforska datamängden.
Alla (1384) Samlingar (31) Korpusar (1228) Lexikon (81) Tränings- och utvärderingsdata (27) Modeller (48)
Resurs Typ Språk Åtkomst
Argumentation sentences 1.0
A translated corpus for classifying sentence stance in relation to a topic.
 		Korpus svenska
CoDeRooMor, v.01
Dataset för morfologistudier (ordbildningsmorfologi), Svenska L2 profil-projektet
 		Lexikon svenska
Utforska i:
Lärka
DaLAJ-GED-Superlim 2.0
Dataset for Linguistic Acceptability Judgments (and more), v.2.0
 		Korpus svenska
Dalin: Then Swänska Argus 1732-1734
Manuell transkription av Then Swänska Argus av Olof von Dalin, Stockholm, 1732–1734. För OCR analys.
 		Korpus svenska
Eukalyptus skriven svenska
En trädbank som innnehåller skriven svenska, uppmärkt med ordklasser, syntax i stil med TIGER-trädbanken, flerordsenheter och ordbetydelser
 		Korpus svenska
MuClaGED
MuClaGED är en datamängd för multi-class Grammatical Error Detection för svenska. Den är baserad på SweLL-gold korpusen.
 		Korpus svenska
Utforska i:
MultiGEC
MultiGEC är en datamängd för Grammatical Error Correction (uppgift inom NLP) och innehåller parallel data för 12 språk och 17 delkorpusar. Varje delkorpus består av två eller fler varianter av samma texter (oftast uppsatser som skrivs av språkinlärare), där en version (orig) har skrivits av en författare (elev, student, etc.) och de andra versionerna (ref1, ref2, ...) är korrigerade versioner av samma text. Språk som ingår: tjeckiska, engelska, estniska, tyska, grekiska, isländska, italienska, lettiska, ryska, slovenska, svenska och ukrainska (engelska och ryska kan fås på begäran). Texter kommer från olika ursprungskorpusar, men har genomgått omformattering för att ha en gemensam format.
 		Korpus tjeckiska, tyska, modern greek (1453-), engelska, estniska, isländska, italienska, lettiska, ryska, slovenska, svenska, ukrainska
Utforska i:
MultiGED
MultiGED är en datamängd för Grammatical Error Detection (uppgift inom NLP) och innehåller data för 5 språk (tjeckiska, engelska, tyska, italienska och svenska).
 		Korpus tjeckiska, tyska, engelska, italienska, svenska
Utforska i:
SemEval2020 Task 1
Svensk testdata för SemEval 2020 Task 1: Unsupervised Lexical Semantic Change Detection (utdrag ur Kubhist v2)
 		Korpus svenska
SIC2 - Stockholm Internet Corpus
Korpusen Stockholm Internet Corpus (SIC2) innehåller svenska bloggar som är annoterade med ordklasstaggar, morfologiska särdrag och namnentiteter.
 		Korpus svenska
  • Datamängd: Information
    sic2.xml.bz2
    2020-11-25 – 262.36 KB – CC-BY-4.0
  • Ordstatistik: Information
    stats_sic2.csv.zip
    2025-04-22 – 44.79 KB – CC-BY-4.0
  • Datamängd: Information
    sic2.zip
    2020-11-11 – 83.63 KB – CC-BY-4.0
  • Datamängd: readme.txt
    2020-11-17 – 2.18 KB – CC-BY-4.0
Utforska i:
Korp
SUC 2.0
Stockholm-Umeå-korpus 2.0
 		Korpus svenska
SUC 3.0
Stockholm-Umeå-korpus 3.0
 		Korpus svenska
Utforska i:
Korp
Samling
SuperLim 2
A standardized suite for evaluation and analysis of Swedish natural language understanding systems.
 		Korpus svenska
SuperSim (paketerat för Superlim) 2.0
En datamängd för betydelsemässig likhet och koppling mellan svenska ord.
 		Korpus svenska
Svensk ABSAbank
Svensk annoterad korpus för aspektbaserad attitydanalys
 		Korpus svenska
Svensk ABSAbank-Imm 1.1
Svensk annoterad korpus för aspektbaserad attitydanalys (en version av Absabank)
 		Korpus svenska
Svensk analogi 2.0
Svensk semantisk och syntaktisk likhet
 		Korpus svenska
Svensk EAT: frågeklassifikation
En översättning av QAQC datamängden för klassificering av typer av det förväntade svaret
 		Korpus svenska
Svensk fraktur 1626-1816
Ett urval av svensk fraktur texter tryckta mellan 1626 och 1816 från samlingarna på Universitetsbiblioteket vid Göteborgs universitet (UB). För OCR analys.
 		Korpus svenska
Svensk trädbank
En svensk trädbank med återanvändning av existerande resurser
 		Korpus svenska
Svenska tidningar 1818-1870
Ett urval av svenska tidningar tryckta mellan 1818 och 1870 från samlingarna på Kungliga biblioteket (KB). För OCR analys.
 		Korpus svenska
Svenska tidningar 1871-1906
Ett urval av svenska tidningar tryckta mellan 1871 och 1906 från samlingarna på Kungliga biblioteket (KB). För OCR analys.
 		Korpus svenska
SveParafras 2.0
Referensdatan för semantisk textjämförelse (STS Benchmark)
 		Korpus svenska
Swe-NERC
En resurs för träning och utvärdering av igenkänning av namngiven entitet för svenska.
 		Korpus svenska
SweDiagnostics
Svenska versionen av (Super)GLUE diagnostik
 		Korpus svenska
SweDN 1.0
A Swedish text summarization corpus
 		Korpus svenska
SweFAQ 2.0
Vanliga frågor från svenska myndigheters webbsidor med svar i randomiserad ordning
 		Korpus svenska
  • Datamängd: swefaq.zip
    2023-03-30 – 89.81 MB – CC-BY-4.0
SweFraCas 1.0
Textual inference/entailment problem set
 		Korpus svenska
SweNLI 1.0
A Swedish NLI dataset
 		Korpus svenska
  • Datamängd: swenli.zip
    2023-03-30 – 55.13 MB – CC-BY-4.0
SweSAT Högskoleprovet ordförståelse 1.1
Högskoleprovet ordförståelse
 		Lexikon svenska
SweWiC 2.0
En svensk ord-i-sammanhang datamängd
 		Korpus svenska
  • Datamängd: swewic.zip
    2023-03-30 – 587.65 KB – CC-BY-4.0
SweWinogender 2.0
En svensk datamängd för koreferens och könsbias
 		Korpus svenska
SweWinograd 2.0
En svensk datamängd för pronomentolkning
 		Korpus svenska
Syntag trädbank
En svensk trädbank med syntaktisk analys av 158 artiklar ur Press-65.
 		Korpus svenska
  • Datamängd: syntag.txt
    2010-02-08 – 4.45 MB – CC-BY-4.0
  • Datamängd: syntag.html
    2010-05-24 – 10.15 MB – CC-BY-4.0
TalbankenSBX
Talbanken är en svensk trädbank. Detta är Språkbanken Texts version av Talbanken.
 		Korpus svenska
Utforska i:
Korp
TalbankenSTB
Talbanken är en svensk trädbank.
 		Korpus svenska
BibTeX list
Sidansvarig: sb-webb