Book
Personally Identifiable Information Corpus (NUS)
Unknown authors
2026 · 0 citations
Abstract
Nuasmeninimo tekstynas (NUS) yra anotuotas lietuvių kalbos tekstynas, skirtas asmens identifikavimo informacijos (angl. personally identifiable information, PII) ir su BDAR susijusių jautrių esybių atpažinimui. Tekstyną sudaro trijų sričių patekstyniai (administraciniai, moksliniai ir žiniasklaidos tekstai) bei atskiras validacijos rinkinys. Bendras tekstyno dydis yra 13 762 478 žodžiai, tai sudaro 520 904 sakinius ir 41 312 įrašų. Tekstyne yra 1 487 589 esybių anotacijos, apimančios 24 esybių tipus: 16 bendrųjų kategorijų ir 8 BDAR specialiųjų kategorijų jautrias esybes.