This page presents representative examples of sentence segmentation using the £ delimiter across multiple languages included in the corpus.
To prepare training data for segmentation models, we first manually annotate sentence or segment boundaries using the pound sign (£). Each occurrence of £ marks the end of a sentence or discourse unit.
These annotations serve as the ground truth for model training and evaluation, and reflect syntactic and rhetorical structure rather than strictly modern sentence conventions.
Below are representative examples from three languages in the corpus.
🔍 The examples below are shortened excerpts selected for illustration purposes only. They do not represent full source texts.
Raw with £:
E entom se espedyo dom Lourenço del rey.£E, en se hindo,£tornou a elle£e disselhe:£- Senhor, ainda venho a vos£por vos avisar do que vos compre:£mandaae logo fazer esta noite£e as outras duas ou tres seguintes£muytos fogos batalhas contra seus Jrmããos .£e contra outros seus contrayros
Segmented:
- E entom se espedyo dom Lourenço del rey.
- E, en se hindo,
- tornou a elle
- e disselhe:
- Senhor, ainda venho a vos
- por vos avisar do que vos compre:
- mandaae logo fazer esta noite
- e as outras duas ou tres seguintes
- muytos fogos batalhas contra seus Jrmããos .
- e contra outros seus contrayros
Raw with £:
Maus frutto, cioè musa.£Questo frutto è molto gentile e dolce,£della grandezza de' cetriuoli piccoli,£e nasce di piccola pianta,£e ha le foglie grande, larghe e lunghe un braccio.£Dicono i timore e maraviglia ne' cuori umani.£E nondimeno è a queste genti così associabile e commune£che non solamente il tengono figurato in una parte della casa,£ma ne' banchi anco dove seggono, volendo significare£che colui che siede non sta solo,£ma siede insieme con l'aversario di tutti;
Segmented:
- Maus frutto, cioè musa.
- Questo frutto è molto gentile e dolce,
- della grandezza de' cetriuoli piccoli,
- e nasce di piccola pianta,
- e ha le foglie grande, larghe e lunghe un braccio.
- Dicono i timore e maraviglia ne' cuori umani.
- E nondimeno è a queste genti così associabile e commune
- che non solamente il tengono figurato in una parte della casa,
- ma ne' banchi anco dove seggono, volendo significare
- che colui che siede non sta solo,
- ma siede insieme con l'aversario di tutti;
Raw with £:
Por tal lo tengo yo£dixo don Duardos£& no puedo yo creer£que yo le sobrasse£pidole por merced£que me perdone que mi desseo es de seruille.£Señor£dixo la reyna£mal contado seria a tan grande hombre como vos.
Segmented:
- Por tal lo tengo yo
- dixo don Duardos
- & no puedo yo creer
- que yo le sobrasse
- pidole por merced
- que me perdone que mi desseo es de seruille.
- Señor
- dixo la reyna
- mal contado seria a tan grande hombre como vos
These examples illustrate how segmentation reflects internal syntactic cues and rhetorical structuring, rather than relying on punctuation alone.
See segmentation_criteria.md for full guidelines.