ParlaMint：可比的国会语料库

简介：
ParlaMint项目致力于收集和整理全球各国议会辩论的文本数据，并提供统一标注体系以促进跨国家的数据对比研究。 ParlaMint 是一个旨在为多个国家和地区创建具有语言注释的可比议会语料库的项目。这些语料库将按照通用模式进行编码。该项目的目标是提供开发中的 ParlaMint 语料库的模式和示例，以便执行编码验证，并且通过 GitHub 提供了一个报告问题的论坛。 每个国家和地区都有一个专门用于样本存储的目录，该目录最终应至少包含以下四个文件： - **ParlaMint-XX.xml**：代表“纯文本”样本的语料库根文件。 - **ParlaMint-XX_zzz.xml**：至少一个“纯文本”样本语料库组件文件。 - **ParlaMint-XX.ana.xml**：“带有语言注释”的样本段落本的语料库根文件，其中包含XIncludes引用的组件文件。 - **ParlaMint-XX_zzz.ana.xml**：至少一个具有语言注释的示例语料库组件文件。 请参考版本1中的相关目录（例如BG、HR、PL和SI）以查看具体的文件结构。