本文介绍了一套高度可比的斯拉夫南部语言空间中的网络语料库，包含了来自2600万个文档的130亿个文本标记。通过统一的爬取设置和相同的处理技术，语料库的可比性得到保证。体裁分析显示，各语言社区的经济实力解释了体裁类别的变化。

塞尔维亚语言建模的新文本语料库
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证