arXiv cs.CL· Ghazal Kalhor, Zahra Jafari, Amirarsalan Shahbazi, Behnam Bahrak·· 5 小时前AI 评分12
PERCEPT：首个波斯语-英语代码混合 POS 标注语料库发布
PERCEPT: A Corpus for POS Tagging and Analysis of Persian-English Code-Mixing
AI 导读
研究者发布 PERCEPT，首个公开的大规模波斯语-英语代码混合语料库，为混合词标注 Universal Dependencies POS 标签。数据集包含从 Twitter（X）、Instagram 和 Digikala 采集的 6,800 条帖子，每条至少含一个波斯语-英语混合词，并配套 LLM 辅助标注框架自动分配 POS 标签和文档级主题。
来源：arXiv cs.CL · arxiv.org