Авторы представляют Ossetic-COT, первый морфологически аннотированный корпус для иронского осетинского языка, соответствующий схеме Universal Dependencies. Набор данных включает 5454 предложения с ручной аннотацией из корпуса устных текстов на иронском осетинском языке, содержащий в общей сложности 74032 токена.
- Корпус создан с использованием схемы Universal Dependencies.
- Он включает 5454 предложения и 74032 токена.
- На этих данных был обучен морфологический анализатор на основе BERT.
- Анализатор достигает точности тегирования 95.60%.
Эта работа предоставляет важные ресурсы для лингвистического анализа иронского осетинского языка, обеспечивая точную морфологическую обработку с помощью разработанного анализатора.