EuroGOV: Engineering a Multilingual Web Corpus

EuroGOV: Engineering a Multilingual Web Corpus
复制标题

EuroGOV：设计多语言网络语料库

DOI：
10.1007/11878773_90
复制
发表时间：
2005
期刊：
--
影响因子：
--
通讯作者：
M. de Rijke
M. de Rijke
中科院分区：
--
文献类型：
--
作者：
Börkur Sigurbjörnsson;Jaap Kamps;M. de Rijke

文献摘要

被引文献

相似文献

EuroGOV是一个多语种的网络语料库，是为2005年CLEF网络检索任务WebCLEF创建的文件集合。EuroGOV是从欧盟门户网站、欧盟成员国政府网站和俄罗斯政府网站抓取的网页的集合。该语料库包含300多万份用20多种不同的欧洲语言编写的文档。在这篇文章中，我们提供了欧洲GOV集合的详细描述。
EuroGOVis a multilingual web corpus that was created to serve as the document collection for WebCLEF, the CLEF 2005 web retrieval task.EuroGOVis a collection of web pages crawled from the European Union portal, European Union member state governmental web sites, and Russian governmental web sites. The corpus contains over 3 million documents written in more than 20 different European languages. In this paper we provide a detailed description of theEuroGOVcollection.