法兰克福歌德大学 发布 German Parliament Corpus (GERPARCOR) 数据集, 应用在 政治沟通、自然语言处理 领域

法兰克福歌德大学 本次发布的数据集 German Parliament Corpus (GERPARCOR), 德国议会语料库（GERPARCOR）是由法兰克福歌德大学创建的一个特定体裁的语料库，主要包含德语国家的历史议会记录，涵盖三个世纪和四个国家。该数据集不仅包括扫描的议会记录，还特别包含了通过TESSERACT OCR处理转换的Fraktur字体记录。所有记录都通过spaCy3 NLP管道进行了预处理，并自动添加了会议日期等元数据。GERPARCOR适用于政治沟通领域的各种NLP任务，旨在解决德语区议会文本数据统一访问和分析的需求。

查看German Parliament Corpus (GERPARCOR)

README 内容： 

关于 法兰克福歌德大学 , 法兰克福歌德大学是德国的一所著名大学，以其高质量的教育和研究而闻名，特别是在人文科学和社会科学领域。

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。