Perzsa korpuszok
Tudományos adatbázisok, amelyek a(z) Perzsa nyelvet és nyelvjárásait dokumentálják. Minden kártya új lapon nyitja meg a korpuszt.
- Korpusz
UD Persian Seraji Treebank
Universal Dependencies treebank for Iranian Persian (~6,000 sentences, 152k tokens) converted from the Uppsala Persian Dependency Treebank (Uppsala University / Universal Dependencies).
Nyelvjárások- Fárszi
- Korpusz
CHILDES — Family Persian Corpus
Audio + transcripts of two Tehran-Persian children recorded for L1 acquisition research (TalkBank / Carnegie Mellon).
Nyelvjárások- Fárszi
- Korpusz
Tajik National Corpus
58.4-million-word annotated corpus of Tajik with English and Russian glosses (Russian-Tajik Slavic University).
Nyelvjárások- Tádzsik
- Korpusz
Normalized Bijankhan Corpus
Normalized release of the Bijankhan Persian POS-tagged news corpus (~2.6M tokens) from the Database Research Group, University of Tehran (Tihu NLP / University of Tehran).
Nyelvjárások- Fárszi
- Szótár
Living Dictionary — Hazaragi
Community-built dictionary of Hazaragi, the Persian variety spoken by the Hazara of Afghanistan, with audio recordings and Arabic-script orthography (Living Tongues Institute for Endangered Languages).
Nyelvjárások- Haszaragi