Gå til sidens indhold

Find Data
Datavejviser
Kontakt os

Om os

Sådan udstiller du på Datavejviser
Datastandard og tekniske snitflader
Vilkår for anvendelse

Kontakt

Kontakt os
kontakt@datavejviser.dk

Tilgængelighed

Tilgængelighedserklæring

Digitaliseringsstyrelsen

word2vec: Danish DSL and Reddit word2vec word embeddings

Hjem
word2vec: Danish DSL and Reddit word2vec word embeddings

Distribution
Distribution
En specifik repræsentation af datasættet. Et datasæt kan være tilgængelig i mange serialiseringer der kan variere på forskellige vis. Alle distributioner af et givet datasæt indeholder de samme data. Forskelle mellem distributioner skal alene være betinget i distributionens anvendelse af sprog, medietype eller format, systemorganisering, tidslig- og geografisk opløsning, detaljeringsniveau eller profiler.

word2vec word embeddings - Python-pakke
ZIP
Adgangs-URL
Word2vec: Danish DSL and Reddit word2vec word embeddings - C format
OCTET
Adgangs-URL
word2vec: Danish DSL and Reddit word2vec word embeddings - BIN format
ZIP
Adgangs-URL
Modelvægte i txt format
ZIP
Adgangs-URL

Datasæt endpoints

RDF-repræsentationer af dette datasæt.

word2vec: Danish DSL and Reddit word2vec word embeddings

Semantiske modeller er trænet på DSL's tekstkorpusser ved hjælp af Python-pakken Gensims. Modellerne er trænet med 500 features, et "vindue" på 5 ord omkring søgeordet og ord, der optræder mindre end 5 gange i korpus, er sorteret fra, og der er anvendt "skip-gram" som træningsalgoritme. Modellen "DSL_skipgram_2020...

Destinationsside
Destinationsside
Denne egenskab angiver en webside som giver adgang til datasættet, dets distributioner og/eller yderligere information. Egenskaben bør pege på en webside hos den oprindelige dataudstiller - ikke en side eller et websted hos tredjepart, såsom en aggregator.

https://korpus.dsl.dk/resources/details/word2vec.html

Udgivelsesdato
Udgivelsesdato
Denne egenskab angiver den dato hvor datasættet først blev formelt udgivet.

2019-01-01

Ændringsdato
Ændringsdato
Denne egenskab angiver den dato hvor datasættet senest er blevet ændret.

Ikke angivet

Opdateringsfrekvens
Opdateringsfrekvens
Denne egenskab angiver med hvilken frekvens datasættet opdateres. Til angivelse af frekvens skal følgende klassifikation anvendes: EU Authority Table Frequencym her

Dækningsperiode
Dækningsperiode
Denne egenskab angiver den periode datasættet dækker.

1983-01-01 -

Udgiver
Udgiver
Denne egenskab angiver den aktør (organisation) som primært er ansvarlig for at gøre datasættet tilgængelig. Ethvert datasæt i et givet katalog skal være tilknyttet mindst én aktør, enten en udgiver eller en datasætanvarlig.

Det Danske Sprog- og Litteraturselskab

Det Danske Sprog- og Litteraturselskab

https://dsl.dk/

Det Danske Sprog- og Litteraturselskab, DSL, udgiver ordbøger, litteratur og historiske kilder med fokus på forskning og undervisning. Udgivelserne, af hvilke nogle er i bogform og andre kan findes gratis på nettet, dokumenterer dansk sprog og kultur fra de ældste tider til i dag. Siden grundlæggelsen i 1911 er der udkommet over 250 titler.

Datasætkontakter

Kontaktpunkt

DSL

Datasætansvarlig organisation
Datasætansvarlig organisation
Denne egenskab angiver den organisation der har det juridiske ansvar for det samlede datasæt. Ethvert datasæt i et givet katalog skal være tilknyttet mindst én aktør, enten en udgiver eller en datasætanvarlig. (dansk tilføjelse).

Det Danske Sprog- og Litteraturselskab

Skaber
Skaber
Denne egenskab angiver den aktør der er primært ansvarlig for datasættets skabelse.

Det Danske Sprog- og Litteraturselskab

Uvist

Sprogteknologi.dk

Sprogteknologi.dk

Find flere ressourcer på sprogteknologi.dk, en platform drevet af Digitaliseringsstyrelsen, som samler metadata om danske sprogressourcer ét sted.

Besøg Sprogteknologi.dk

Dette datasæt er oprettet på datavejviser 28.1.2025, 13.02.50 og opdateret 16.7.2025, 17.03.45.
De beskrivelser af data (dvs. metadata), som Datavejviser udstiller på denne side, stilles frit til rådighed for alle anvendere og kan genbruges og videredistribueres under CC0 Creative Commons Public Domain licens.