Texts from the Icelandic Web of Science and the European Web - unannotated version 25.02

  Authors

Barkarson, Starkaður

  Item identifier

http://hdl.handle.net/20.500.12537/361

 Date issued

2025-03-04

 Type

corpus, text

 Size

11.431 texts, 4648251 words

 Language(s)

Icelandic

 Description

 

ENGLISH: The corpus contains questions and answers from the Icelandic Web of Science (www.visindavefur.is) and the European Web (www.evropuvefur.is), run by the University of Iceland. The corpus does not contain all the texts from the websites but only those authorized by the authors. The texts from the Web of Science are also part of the Icelandic Gigaword Corpus (www.igc.arnastofnun.is) but there they have been shuffled on sentence level in order to comply with the licence. This package contains the untokenized and untagged version or the corpus. The tokenized and pos-tagged version can be accessed at http://hdl.handle.net/20,500.12537/362. The corpus has also been published in a JSONL format which is suitable for LLM training (http://hdl.handle.net/20.500.12537/363).

 

ÍSLENSKA: Málheildin inniheldur spurningar og svör af Vísindavefnum (www.visindavefur.is) og Evrópuvefnum (www.evropuvefur.is) sem Háskóli Íslands heldur úti. Málheildin inniheldur ekki alla texta vefjanna heldur eingöngu þá sem höfundar hafa veitt leyfi fyrir. Textar Vísindavefsins eru einnig hluti af Risamálheildinni [www.igc.arnastofnun.is] en þar hafa þeir verið stokkaðir upp til að uppfylla skilyrði leyfis. Þessi útgáfa inniheldur ótilreiddan og ómarkaðan texta. Hægt er að nálgast tilreidda, markaða og lemmaða útgáfu á http://hdl.handle.net/20.500.12537/362. Málheildin hefur einnig verið gefin út á JSONL-sniði sem er hengtugt fyrir þjálfun stórra mállíkana (http://hdl.handle.net/20.500.12537/363).

 

 Publisher

The Árni Magnússon Institute for Icelandic Studies

 Subject(s)

TEI Q&A questions answers scitentific

 Collection(s)

Clarin IS

Sýna fulla færslu atriðis