-
Notifications
You must be signed in to change notification settings - Fork 8
Καταγραφή Πηγών
Nina Gial edited this page Nov 21, 2023
·
9 revisions
| Name | URL | Description | Format | Notes |
|---|---|---|---|---|
| Kodiko dot gr | https://www.kodiko.gr/ | Ελληνική Νομοθεσία | HTML | NA |
| Eur Lex | https://eur-lex.europa.eu | Ευρωπαϊκή Νομοθεσία | HTML | NA |
| [OPUS] Wikimatrix | https://opus.nlpl.eu/Wikipedia.php | Παράλληλα Κείμενα Wikipedia | XML, Tokenized | Untokenized form available |
| [OPUS] Wikipedia | https://opus.nlpl.eu/Wikipedia.php | Παράλληλα Κείμενα Wikipedia | XML, Tokenized | Untokenized form available |
| EuroPARL | https://statmt.org/europarl/ | Παράλληλα Κείμενα Ευρωπαϊκού Κοινοβουλίου | XML, Tokenized | Untokenized form available |
| Anna’s Archive | https://annas-archive.org/llm | Shadow library | Unknown | By Request |
| Internet Archive | https://archive.org | Public domain texts | HTML | By Request |
| Εθνικός Συσσωρευτής | searchculture.gr | Ψηφιοποιημένες Συλλογές | Non-OCR’d | NA |
| Αρχείο ΜΙΕΤ | www.elia.org.gr/digitized-collections/ | Ψηφιοποιημένες Συλλογές | Non-OCR’d | NA |
| [OPUS] Other | https://opus.nlpl.eu/ | Άλλα παράλληλα κείμενα | XML, Tokenized | Subtitles, Bible, Other Sources (Loads) |
| Ραπτάρχης | https://raptarchis.gov.gr | Ελληνική Νομοθεσία | PDF, OCR’d? | Deep nested structure, Unclear URL Routing |
| Μίτος | https://mitos.gov.gr/index.php/ | Διαδικασίες Δημόσιας Διοίκησης | HTML, API | NA |
| Ανέμη | https://anemi.lib.uoc.gr/ | Ψηφιοποιημένες Συλλογές | Non-OCR’d | Cumbersome navigation, Unclear URL Routing |
| Πέργαμος | https://pergamos.lib.uoa.gr | Ψηφιοποιημένες Συλλογές | PDF, Non-OCR’d | Varies Wildly |
| NLTK | https://www.nltk.org/nltk_data/ | Συλλογή Σωμάτων Κειμένων | Python data structures | Parsing tools, Greek coverage undetermined |
| Project Gutenberg | https://www.gutenberg.org/browse/languages/el | Συλλογή Ελληνικών Κειμένων | HTML, Other | Modern Greek Translations, Monotonic Available |
| Greek Legal Code | https://huggingface.co/datasets/greek_legal_code | Ελληνική Νομοθεσία | Python data structures | NA |
| Greek Legal Named Entity Recognition | https://huggingface.co/datasets/joelniklaus/greek_legal_ner/tree/main | Ελληνική Νομοθεσία, Αναγνώριση επώνυμων οντοτήτων | JSON | NA |
| OSCAR | https://huggingface.co/datasets/oscar | Πολυγλωσικά δεδομένα από Crawling | Python data structures | NA |
| Tensor Flow Wikipedia Dataset | https://www.tensorflow.org/datasets/catalog/wiki40b#wiki40bel | Μονογλωσσικά σώματα κειμένων από Wikipedia σε πολλές γλώσσες | Python data structures | NA |
| Common Crawl | https://data.statmt.org/cc-100/ | Μονογλωσσικά σώματα κειμένων από Crawling σε πολλές γλώσσες | TXT, Line Separated | NA |
| LDC 2007 CoNLL Shared Task - Greek, Hungarian & Italian | https://catalog.ldc.upenn.edu/LDC2018T07 | NA | NA | NA |
| LDC ECI Multilingual Text | https://catalog.ldc.upenn.edu/LDC94T5 | NA | NA | NA |
| Αρχείο Ευρεσιτεχνιών | https://www.obi.gr/ | NA | NA | NA |
| Ηλεκτρονικό Αναγνωστήριο | https://ereading.nlg.gr/el/?server=1 | NA | NA | NA |
| Εθνική Βιβλιοθήκη Ψηφιακή Βιβλιοθήκη Εφημερίδων και Περιοδικού Τύπου | http://efimeris.nlg.gr/ns/main.html | NA | NA | NA |
| Κοινοβούλιο | https://library.parliament.gr/ | NA | NA | PG RESET ERROR |
| Σχολικά βιβλία | http://www.pi-schools.gr/books/ | NA | PDF, OCR’d | Difficult routing, not homogeneous, paging? |