Indian Language Part-of-Speech Tagset: Bengali数据集介绍，官网编号LDC2010T16

LDC2010T16是由微软研究院印度分部（MSR India）主导开发、面向孟加拉语（Bengali/Bangla）的标准 POS 标注数据集与标签集，是印度语言通用词性标注框架（IL-POST）的核心语言子集，2010 年 9 月由美国语言数据联盟（LDC）正式发布。

一、基础信息

• 官方编号：LDC2010T16
• ISBN：1-58563-561-8
• 发布时间：2010-09-17
• 开发主体：微软研究院印度（MSR India），联合 AU-KBC（金奈安娜大学）、德里大学、IIT 孟买、尼赫鲁大学、泰米尔纳德邦泰米尔大学等机构的语言学家与计算机科学家共同完成
• 语言：孟加拉语（ISO 639-3: ben），属东印欧语系
• 授权：Microsoft Research India 授权

NLP语料共享、LDC语料https://mp.weixin.qq.com/s/8GgZFh9XAr7FYwivQ_ajRg