سیستەمێکی توکنکردن بۆ زمانی کوردی
نووسەران
VarDial 2020
pp. 114-127
rêbendanê 1, 2020
پوختە
سیستەمێکی توکنکردنی کوردی کە سەرچاوە فەرهەنگییەکان و شیکردنەوەی مۆرفۆلۆژی بەکاردەهێنێت بۆ چارەسەرکردنی سنووری توکن، وشە لێکدراوەکان و جیاوازییە ڕێنووسییەکان لە سۆرانی و کورمانجی.
وشە گرنگەکان
کوردی
توکنکردن
سۆرانی
کورمانجی
سەرچاوە فەرهەنگییەکان
داتاسێتە پەیوەندیدارەکان
کۆمەڵە سەرچاوە فەرهەنگییەکانی KurdishTokenization
2020
کۆی تۆمارەکانی فەرهەنگ پشتڕاست نەکراوەتەوە
JSON, Text Corpus Format
سەرچاوە فەرهەنگییە هاوبەشەکانی توێژینەوەی توکنکردنی کوردی، لەوانە لێمای نیشانەکراو و جۆرەکانی وشە لێکدراو و چەندوشەیی کە بەشێکیان لە FreeDict و Wîkîferheng وەرگیراون.
نووسراوە
Ahmadi, S. (2020). A Tokenization System for the Kurdish Language. Proceedings of the 7th Workshop on NLP for Similar Languages, Varieties and Dialects, 114-127.