nlp - 用于搜索引擎的俄语文档语料库

Question

我正在研究一种跨语言信息检索，它接受英语查询并搜索俄语文档。要评估这个系统，最好有一组俄罗斯文档可供搜索。有没有人知道我可以搜索的文档集合或我可以轻松地将一堆俄罗斯文档（维基百科除外）拼凑在一起的网站？

文档可以是任何东西，但如果它们位于人类知识的某个特定领域（计算机科学、建筑、工程、艺术、文学分析等），那就太好了。

Answer 1

不知道这是否是您要找的，但这里有大量俄罗斯国家标准和法律。它们采用 dBase4 格式，大约有 57.3 GB 的数据。