克里特大学 发布 GRDD: A Dataset for Greek Dialectal NLP 数据集, 应用在 方言识别、自然语言处理 领域

克里特大学 本次发布的数据集 GRDD: A Dataset for Greek Dialectal NLP, GRDD数据集由克里特大学创建，旨在为现代希腊方言的自然语言处理提供资源。该数据集包含来自四种现代希腊方言（克里特、庞蒂克、北部希腊和塞浦路斯希腊）的原始文本数据，总计约230万字，尽管存在不平衡。数据集的创建过程涉及从互联网上自由获取的方言数据，包括博客、网站和文学文本，并进行了基本的预处理。该数据集主要用于方言识别任务，展示了即使是简单的机器学习模型也能有效区分这些方言。

查看GRDD: A Dataset for Greek Dialectal NLP

README 内容： 

关于 克里特大学 , 克里特大学是希腊的一所公立大学，位于克里特岛的伊拉克利翁市。该大学成立于1973年，是希腊最大的大学之一，提供广泛的本科和研究生课程，涵盖人文、社会科学、自然科学和工程等多个领域。

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。