Os autores apresentam o Ossetic-COT, o primeiro corpus morfologicamente anotado para o osseto de Ferro que está em conformidade com o esquema Universal Dependencies. O conjunto de dados compreende 5454 sentenças anotadas manualmente do Corpus de Textos Orais em osseto de Ferro, contendo um total de 74032 tokens.
- O corpus é construído usando o esquema Universal Dependencies.
- Ele inclui 5454 sentenças e 74032 tokens.
- Um analisador morfológico baseado em BERT foi treinado nesses dados.
- O analisador alcança uma precisão de etiquetagem de 95.60%.
Este trabalho fornece recursos essenciais para a análise linguística do osseto de Ferro, permitindo o processamento morfológico preciso por meio do analisador desenvolvido.