巴黎高等师范学院 发布 Théâtre classique corpus 数据集, 应用在 文学分析、语言学技术 领域

巴黎高等师范学院 本次发布的数据集 Théâtre classique corpus, Théâtre classique corpus是由巴黎高等师范学院的Jean-Baptiste Camps等人创建的一个数据集，专注于17世纪法国戏剧，特别是喜剧。该数据集包含约60,000个手动标注的令牌，用于训练和测试词形还原和词性标注模型。数据集的创建旨在支持文学分析，尤其是风格分析，通过提供精确的文本标注来确保分析的可靠性。此外，该数据集还展示了如何通过深度学习方法提高历史语言变体的标注效率，为早期现代法语文本的标注提供了有价值的参考。

查看Théâtre classique corpus

README 内容： 

关于 巴黎高等师范学院 , 巴黎高等师范学院（École Normale Supérieure de Paris）是法国的一所著名高等教育机构，专注于培养科学、人文和社会科学领域的精英人才。该学院以其严格的选拔和高质量的教育而闻名，培养了众多诺贝尔奖得主和菲尔兹奖得主。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。