همشهری
مجموعه داده همشهری
مجموعهٔ همشهری (نسخه ۲) پیکرهای است حاوی ۳۱۸ هزار سند مربوط به اخبار سالهای ۱۳۷۵ تا ۱۳۸۶ که با خزش (Crawl) وبسایت همشهری و ...
بی جن خان
مجموعه داده بیژن خان
پیکره بیجنخان یک پیکرهٔ برچسبگذاریشده است که برای تحقیق پردازش زبان طبیعی در زبان فارسی مناسب است. این مجموعه از اخبار و ...
محک
مجموعه داده محک
مجموعه محک وب داتآیآر توسط گروه تحقیقاتی پایگاه دادۀ دانشگاه تهران و با حمایت مرکز تحقیقات مخابرات ایران تهیه شده است و ...