Главная

Контакты

Случайная статья

• Автоматизация
• Антропология
• Археология
• Архитектура
• Биология
• Ботаника
• Бухгалтерия
• Военная наука
• Генетика
• География
• Геология
• Демография
• Деревообработка
• Журналистика
• Зоология
• Изобретательство
• Информатика
• Искусство
• История
• Кинематография
• Компьютеризация
• Косметика
• Кулинария
• Культура
• Лексикология
• Лингвистика
• Литература
• Логика
• Маркетинг
• Математика
• Материаловедение
• Медицина
• Менеджмент
• Металлургия
• Метрология
• Механика
• Музыка
• Науковедение
• Образование
• Охрана Труда
• Педагогика
• Полиграфия
• Политология
• Право
• Предпринимательство
• Приборостроение
• Программирование
• Производство
• Промышленность
• Психология
• Радиосвязь
• Религия
• Риторика
• Социология
• Спорт
• Стандартизация
• Статистика
• Строительство
• Технологии
• Торговля
• Транспорт
• Фармакология
• Физика
• Физиология
• Философия
• Финансы
• Химия
• Хозяйство
• Черчение
• Экология
• Экономика
• Электроника
• Электротехника
• Энергетика

natasha/nerus

natasha/nerus

Nerus is a large silver standard Russian corpus annotated with morphology tags, syntax trees and PER, LOC, ORG NER-tags. Nerus has errors in markup, but quality is high, see evaluation section. Corpus contains ~700K news articles from Lenta.ru. Tools from project Natasha were used: Razdel for sentence and token segmentation, Slovnet BERT models for morphology, syntax and NER annotation. Markup is stored in standart CoNLL-U format. See natasha.github.io article for more info.

Nerus = Lenta.ru dataset + Razdel + Slovnet BERT morphology, syntax, NER + CoNLL-U.

# newdoc id = 0

# sent_id = 0_0

# text = Вице-премьер по социальным вопросам Татьяна Голикова рассказала, в каких регионах России зафиксирована наиболее высокая смертность от рака, сообщает РИА Новости.

1   Вице-премьер _   NOUN _   Animacy=Anim|Case=Nom|Gender=Masc|Number=Sing  7   nsubj _ Tag=O

2   по  _   ADP _   _   4   case _   Tag=O

3   социальным  _   ADJ _   Case=Dat|Degree=Pos|Number=Plur 4   amod _ Tag=O

4   вопросам _   NOUN _   Animacy=Inan|Case=Dat|Gender=Masc|Number=Plur  1   nmod _ Tag=O

5   Татьяна _   PROPN _   Animacy=Anim|Case=Nom|Gender=Fem|Number=Sing   1   appos _ Tag=B-PER

6   Голикова _   PROPN _   Animacy=Anim|Case=Nom|Gender=Fem|Number=Sing   5   flat:name   _ Tag=I-PER

7   рассказала  _   VERB _    Aspect=Perf|Gender=Fem|Mood=Ind|Number=Sing|Tense=Past|VerbForm=Fin|Voice=Act 0   root _ Tag=O

8   ,   _   PUNCT _   _   13  punct _   Tag=O

9   в   _   ADP _   _   11  case _   Tag=O

10  каких _   DET _   Case=Loc|Number=Plur 11  det _   Tag=O

11  регионах _   NOUN _   Animacy=Inan|Case=Loc|Gender=Masc|Number=Plur  13  obl _ Tag=O

12  России _   PROPN _   Animacy=Inan|Case=Gen|Gender=Fem|Number=Sing   11  nmod _ Tag=B-LOC

13  зафиксирована _   VERB _    Aspect=Perf|Gender=Fem|Number=Sing|Tense=Past|Variant=Short|VerbForm=Part|Voice=Pass 7   ccomp _ Tag=O

14  наиболее _   ADV _   Degree=Pos  15  advmod _   Tag=O

15  высокая _   ADJ _   Case=Nom|Degree=Pos|Gender=Fem|Number=Sing 16  amod _ Tag=O

16  смертность  _   NOUN _   Animacy=Inan|Case=Nom|Gender=Fem|Number=Sing   13  nsubj:pass  _ Tag=O

17  от  _   ADP _   _   18  case _   Tag=O

18  рака _   NOUN _   Animacy=Inan|Case=Gen|Gender=Masc|Number=Sing  16  nmod _ Tag=O

19  ,   _   PUNCT _   _   20  punct _   Tag=O

20  сообщает _   VERB _    Aspect=Imp|Mood=Ind|Number=Sing|Person=3|Tense=Pres|VerbForm=Fin|Voice=Act 0   root _ Tag=O

21  РИА _   PROPN _   Animacy=Inan|Case=Nom|Gender=Neut|Number=Sing  20  nsubj _ Tag=B-ORG

22  Новости _   PROPN _   Animacy=Inan|Case=Nom|Gender=Fem|Number=Plur   21  appos _ Tag=I-ORG

23  .   _   PUNCT _   _   20  punct _   Tag=O

# sent_id = 0_1

# text = По словам Голиковой, чаще всего онкологические заболевания становились причиной смерти в Псковской, Тверской, Тульской и Орловской областях, а также в Севастополе.

1   По  _   ADP _   _   2   case _   Tag=O

2   словам _   NOUN _   Animacy=Inan|Case=Dat|Gender=Neut|Number=Plur  9   parataxis   _ Tag=O

3   Голиковой   _   PROPN _   Animacy=Anim|Case=Gen|Gender=Fem|Number=Sing   2   nmod _ Tag=B-PER

4   ,   _   PUNCT _   _   2   punct _   Tag=O

5   чаще _   ADV _   Degree=Cmp  9   advmod _   Tag=O

...