Forside Fora Off-topic Større mængder af danske tekst / Artikler

Currently, there are 0 users and 1 guest visiting this topic.
  • Oprettet af
    Emne
  • #0
    Nisshind
    Rusher
    Offline

    Jeg arbejder pt på et lille hobby projekt, og har i den forbindelse brug for større mængder af danske tekster / artikler. De skal helst gerne være noget som ligger frit tilgængeligt for alle – og helst gerne noget som er “let læseligt” for pøblen, men dette er ikke super vigtigt :). Hvis det ligger i dumps, ville det være optimalt 😛 – men heller ikke nødvendigt.

    Har pt:
    lex.dk
    Alle danske wiki-artikler

    Det må gerne være tekst, lignende ting man kan finde på ovenstående sider :).

    Har DR nogen gode forslag :)?

    find de bedste ledige domæner, https://thedomainrobot.com

Viser 21 svar - 1 til 21 (af 21 i alt)
  • Forfatter
    Svar
  • #1
    VampiricEye
    Rusher
    • 3851 Indlæg
    Offline

    Er der tale om en klassisk ldls?

    Nintendo Influencer

    På dansk: https://www.youtube.com/channel/UC-6I6HgrpYjimEpvayLu3Vg

    På engelsk: https://www.youtube.com/channel/UCNNzj5gu0Iolj4vcNIp1IUA

    #2
    Nisshind
    Rusher
    #0 Trådstarter
    • 35 Indlæg
    Offline

    #1 Ved ikke hvad ldls er – så det gør jeg ikke sige 😛

    find de bedste ledige domæner, https://thedomainrobot.com

    • Dette svar blev ændret 3 år, 10 måneder siden af Nisshind.
    #3
    VampiricEye
    Rusher
    • 3851 Indlæg
    Offline

    #2 Lav dine lektier selv.:D

    Nintendo Influencer

    På dansk: https://www.youtube.com/channel/UC-6I6HgrpYjimEpvayLu3Vg

    På engelsk: https://www.youtube.com/channel/UCNNzj5gu0Iolj4vcNIp1IUA

    #4
    Nisshind
    Rusher
    #0 Trådstarter
    • 35 Indlæg
    Offline

    #3 Læste du faktisk mit indlæg inden du besluttede dig for at kommentere? jeg beder om forslag til hjemmesider med artikler, ikke om at folk skal scrape det for mig – eller vurdere om jeg kan bruge det ;).
    Jeg har tydeligtvis brugt tid på det, når jeg allerede har fundet et par større samlinger – men til fremtiden, hvad er cutoff’et mellem “ldls” og “du må gerne spørge om forslag”?

    find de bedste ledige domæner, https://thedomainrobot.com

    #5
    Bams
    Rusher
    • 357 Indlæg
    Offline

    Hvad med det kongelige bibliotek? Det ligner at der er en hulens masse litteratur til rådighed dér:

    https://tekster.kb.dk/

    #6
    Bams
    Rusher
    • 357 Indlæg
    Offline

    Og bare ud af ren nysgerrighed 🙂 – Hvad går dit hobbyprojekt ud på?

    #7
    VampiricEye
    Rusher
    • 3851 Indlæg
    Offline

    #4 Jeg havde lige glemt, at det ikke er alle, der kender alle DR-memes. Jeg beklager.:)

    Nintendo Influencer

    På dansk: https://www.youtube.com/channel/UC-6I6HgrpYjimEpvayLu3Vg

    På engelsk: https://www.youtube.com/channel/UCNNzj5gu0Iolj4vcNIp1IUA

    #8
    Nisshind
    Rusher
    #0 Trådstarter
    • 35 Indlæg
    Offline

    #5 / #6 Tak, den vil jeg give et kig!
    Træner/fine-tuner en GPT-2 model til at kunne snakke/skrive dansk

    find de bedste ledige domæner, https://thedomainrobot.com

    #9
    Parus
    Rusher
    • 120 Indlæg
    Offline

    Hvis det blot handler om tekst:
    Hestenettet.dk dailyrush.dk

    Dr.dk har også en hulens masse tekst der er let tilgængelig.
    Altinget.dk måske?

    Videnskab.dk men der er alt ikke nødvendigvis lige tilgængelig.

    Hvad fylder alle danske wikipedia artikler?

    #10
    Bams
    Rusher
    • 357 Indlæg
    Offline

    #8 fedt, pøj pøj med det👍🏻

    #11
    Nisshind
    Rusher
    #0 Trådstarter
    • 35 Indlæg
    Offline

    #9 Perfekt! Jeg havde ikke overvejet nogen af de sider.

    Det dump jeg har er 350mb zippet ~ 120k artikler or so

    find de bedste ledige domæner, https://thedomainrobot.com

    #12
    Nisshind
    Rusher
    #0 Trådstarter
    • 35 Indlæg
    Offline

    Med #9 forslag er jeg oppe på ~ 700mb (efter alt er formateret, og strippet for “unødvendige ting”) eller godt og vel 353.000 danske artikler.

    Danske Artikler med specifikke emner søges stadig – er gået lidt væk fra random text (dvs. hestenettet, diverse forum posts osv), da det præger model’en og hvordan den skriver 🙂

    find de bedste ledige domæner, https://thedomainrobot.com

    #13
    Memorianx
    Rusher
    • 256 Indlæg
    Offline

    Artikler fra diverse nyheds medier kan ikke bruges?

    Hvis det skal være lidt mere emne relateret kan du måske undersøge diverse fagblade de er dog desværre ofte låst men måske du er medlem et sted,

    #14
    Parus
    Rusher
    • 120 Indlæg
    Offline

    Der er måske ikke 1000’vis af artikler, men der mange fagtekster til skoleelever ved Gyldendal, Clio og Alinea, men de kræver desværre login. Muligvis har de for tiden mulighed for gratis login.

    #15
    Parus
    Rusher
    • 120 Indlæg
    Offline

    Hvad med sports fora fx bold.dk og Tech og film – newz.dk, filmz.dk og kan ikke huske hvad den anden filmside der er bedre hedder.

    #16
    Nisshind
    Rusher
    #0 Trådstarter
    • 35 Indlæg
    Offline

    #15 Har allerede et par sider med film reviews – meeen mon ikke man også lige kunne klare filmz :P.
    Rigtig god ide med sport, det havde jeg ikke overvejet (bold.dk er dog ikke super god til formålet).

    Jeg har ret meget tech, så det er godt med lidt andre genre – måske skal jeg seogså at finde nogen sider med krop/sundhed/mad/(sport)

    find de bedste ledige domæner, https://thedomainrobot.com

    #17
    Jeppe
    Rusher
    • 364 Indlæg
    Offline

    Videnskab.dk
    Skeptica.dk (se under “Indeks” i toppen)

    #18
    Nisshind
    Rusher
    #0 Trådstarter
    • 35 Indlæg
    Offline

    #17 Videnskab.dk, havde små 30k artikler – så den var perfekt :+1:
    skeptica.dk, virker umiddelbart ikke til at ha så mange? eller kan jeg ikke finde dem?

    find de bedste ledige domæner, https://thedomainrobot.com

    #19
    Jeppe
    Rusher
    • 364 Indlæg
    Offline

    #18
    Der ligger da en del her (ikke så meget som ved ægte medier):

    Indeks

    #20
    StultusX2
    Rusher
    • 2035 Indlæg
    Offline

    Hvad med sports fora fx bold.dk og Tech og film – newz.dk, filmz.dk og kan ikke huske hvad den anden filmside der er bedre hedder.

    Moovy?

    My TIE! My nimble coffin! Og det ér KUNS med Collector's CD-ROM 1995!
    En snarligt uddøende single Player med Logitech Wingman Extreme Digital 3D - der “skal tage sine piller og sætte sig ned bag i bussen”...

    #21
    Parus
    Rusher
    • 120 Indlæg
    Offline

    #20 Ja det var moovy jeg ikke kunne huske.

    #16 Der må være andre sportsider jeg kender bare kun bold.dk

    Af livsstil er der woman.dk og femina.dk og alt.dk sundhed.dk (vist ikke så god), netdoktor.dk og netsundhedsplejerske.dk

Viser 21 svar - 1 til 21 (af 21 i alt)
  • Du skal være logget ind som bruger for at kunne svare...