Znanje

Full Official Name: Korpus Znanje
Submission date: Oct. 27, 2025, 10:40 a.m.

Visoko-kvalitetan skup raznovrsnih naučnih i stručnih publikacija na Južnoslovenskim jezicima. Neophodan za obučavanje kvalitetnih jezičkih modela za južnoslovenske jezike. Ukupno 280,460 dokumenata, sa preko 4.2 milijarde reči: 1.9 milijardi na srpskohrvatskom i 2.3 milijarde na slovenačkom jeziku. Svaka JSON linija predstavlja jednu publikaciju. Unutar svakog dokumenta su obeležene rečenice i paragrafi.

Creator(s)
Društvo za jezičke resurse i tehnologije - Mihailo Škorić
Distributor(s)
Društvo za jezičke resurse i tehnologije - Mihailo Škorić
Right Holder(s)
-
Status : Accepted
ISLRN :
476-040-938-571-9
Version
1.0
Source
https://huggingface.co/datasets/procesaur/znanje
Resource Type
Corpus
Media Type
Text
Language(s)
Croatian
Montenegrin
Serbian
Slovenian
Access Medium
-