한국전자통신연구원 한국어 언어분석 통합 말뭉치

공공데이터포털

엑소브레인 과제를 수행하면서 구축한 언어처리 학습데이터로 언어분석 6개 기술(형태소분석, 다의어 어휘의미분석, 세분류 개체명인식, 의존구문분석, 의미역인식, 상호참조해결)의 태깅 가이드라인과 자연어 질의응답을 위한 질문/정답 포맷의 뉴스기사 대상 태깅 말뭉치이 포함되어 있습니다.

국립국어원 - 온라인 게시 자료 말뭉치 2022

공공데이터포털

(버전 1.0) 게시판, 누리 소통망 등에서 수집한 언어 자료로 구성한 말뭉치입니다.

국립국어원 - 맞춤법 교정 말뭉치 2021

공공데이터포털

(버전 1.0) 온라인에서 나타나는 언어 표현을 한국어 처리 도구가 분석할 수 있는 수준으로 교정한 말뭉치입니다.

문화체육관광부 국립국어원 외래어표기법

공공데이터포털

국립국어원의 외래어표기법 정보를 외부 개발자 및 사용자가 이를 활용 할 수 있도록 전달하는 API 서비스입니다. 한글 표기, 원어 표기, 국명/언어명 등 다양한 정보를 제공합니다.

국립국어원 - 대화 맥락 추론 말뭉치 2024

공공데이터포털

(버전 1.0) 대화 맥락이나 상식, 세계 지식 등에 의거하여 5가지 유형별 '정규적/적대적' 추론문을 작성하고, 추론문별 일반 언어 사용자의 평가 결과를 입력한 말뭉치입니다.

국립국어원 - 문법성 판단 말뭉치

공공데이터포털

(버전 1.1) 한국어 예문 문법성(수용성)을 언어 사용자가 평가한 정보가 포함된 말뭉치입니다.

국립국어원 - 어휘 의미 분석 말뭉치 2020

공공데이터포털

(버전 2.0) 다의어를 구별하여 <우리말샘>의 의미 번호를 부착한 말뭉치입니다.

고려대학교 산학협력단 - 한국어-영어 합성 기계번역 품질 예측 데이터셋

공공데이터포털

한국어-영어 합성 기계번역 품질 예측 데이터(A Synthetic Quality Estimation Dataset for Korean-English Neural Machine Translation, QUAK)는 한국어 문장과 영어 기계번역 문장을 참조하여 각 문장들에 대한 기계번역 결과 품질을 토큰별 OK/BAD 태그로 예측하는 기계번역 품질 예측 모델 학습 데이터셋이다. 해당 데이터로 학습한 기계번역 품질 예측 모델은 정답 문장이 없이도 번역의 품질을 예측할 수 있으므로 정답 문장이 없는 real-world problems에 적용될 수 있다. 기계번역 결과 중 어떠한 토큰(어절)이 잘못 번역되었는지를 단어별로 OK/BAD 태그하며, 얼라인된 소스토큰에 대해서도 태그를 나타내므로 번역 언어를 모르는 사용자들도 어떤 단어의 번역이 잘못되었는지를 알 수 있다.

국립국어원 - 한국어-필리핀 타갈로그어 병렬 말뭉치 2021

공공데이터포털

(버전 1.0) 한국어 문어와 구어 자료를 필리핀 타갈로그어로 번역하여 구성한 병렬 말뭉치입니다.

국립국어원 - 한국어-필리핀 타갈로그어 병렬 말뭉치 2022

공공데이터포털

(버전 1.0) 한국어 문어와 구어 자료를 필리핀-타갈로그어로 변역하여 구성한 병렬 말뭉치입니다.