ZelaiHandi aurkeztu dugu, lizentzia libreko testuen euskarazko corpusik handiena

Corpusak 521,5 milioi hitz ditu, eta hautatutako webguneen bilduma batetik bildu dira testuak, kalitatezkoak eta askotarikoak direla ziurtatzeko. Corpusaren edukia aldian-aldian eguneratuko da.

Euskara ulertzeko eta sortzeko gaitasuna duten hizkuntza-eredu neuronalen garapena eta ikerketa errazteko sortu da corpusa.

https://huggingface.co/datasets/orai-nlp/ZelaiHandi

ZelaiHandi Oraik garatu du ICL4LANG Elkartek proiektuaren barnean. Proiektu horretan, gure industriaren beharretara egokitzen diren zehaztasun handiko hizkuntza-teknologia eskalagarriak ikertzen dihardugu, Tecnalia eta HiTZ zentroarekin batera.