PKU 简体中文分词数据集

SIGHAN 2005 数据集国际中文自动分词评测（简称 SIGHAN 评测）整合多个机构的分词数据集构成。该数据集由中国微软研究所、北京大学、香港城市大学、台湾中央研究院联合发布，用以进行中文分词模型的训练与评测。其中 PKU 为简体中文分词数据集。