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
    • E-peen: 40

    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 :)?

Viser 21 svar - 1 til 21 (af 21 i alt)
  • Forfatter
    Svar
  • #1
    VampiricEye
    Rusher
    • E-peen: 3,943

    Er der tale om en klassisk ldls?

    #2
    Nisshind
    Rusher
    #0 Trådstarter
    • E-peen: 40

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

    • Dette svar blev ændret 4 år, 1 måned siden af Nisshind.
    #3
    VampiricEye
    Rusher
    • E-peen: 3,943

    #2 Lav dine lektier selv.:D

    #4
    Nisshind
    Rusher
    #0 Trådstarter
    • E-peen: 40

    #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”?

    #5
    Bams
    Rusher
    • E-peen: 358

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

    https://tekster.kb.dk/

    #6
    Bams
    Rusher
    • E-peen: 358

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

    #7
    VampiricEye
    Rusher
    • E-peen: 3,943

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

    #8
    Nisshind
    Rusher
    #0 Trådstarter
    • E-peen: 40

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

    #9
    Parus
    Rusher
    • E-peen: 120

    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
    • E-peen: 358

    #8 fedt, pøj pøj med det??

    #11
    Nisshind
    Rusher
    #0 Trådstarter
    • E-peen: 40

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

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

    #12
    Nisshind
    Rusher
    #0 Trådstarter
    • E-peen: 40

    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 🙂

    #13
    Memorianx
    Rusher
    • E-peen: 256

    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
    • E-peen: 120

    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
    • E-peen: 120

    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
    • E-peen: 40

    #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)

    #17
    Jeppe
    Rusher
    • E-peen: 365

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

    #18
    Nisshind
    Rusher
    #0 Trådstarter
    • E-peen: 40

    #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?

    #19
    Jeppe
    Rusher
    • E-peen: 365

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

    Indeks

    #20
    StultusX2
    Rusher
    • E-peen: 2,043

    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?

    #21
    Parus
    Rusher
    • E-peen: 120

    #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...