NLPCC2016 新闻数据集

机构
大小
18.29 MB
发布地址
github.com
分类
文本分类、文本摘要
许可协议
其他
发布日期
标签
个人开发者、中文、新闻、自然语言处理
数据集下载 磁力链 HTTPS 下载 下载帮助

NLPCC2016 数据集与流行的新闻数据集不同，使用更多来自新浪微博的非正式文本。训练和测试数据由来自不同主题的微博组成，如金融、体育、娱乐等。该数据集为 utf-8 编码，可被用于中文分词任务

NLPCC2016.torrent

1 做种 0 下载 1697 已完成
  • NLPCC2016/README.md 928 B
  • NLPCC2016/README.txt 928 B
  • NLPCC2016/data/master.zip 18.29 MB

相关数据集推荐

ImageNet 10 图像识别数据集
ImageNet 是目前世界上最大的图像识别数据库，主要用于机器视觉领域的图像分类和目标检测。数据集根据 WordNet 层次结构组织，其中每个节点（也称为类别）由数百甚至数千张图像组成，每个节点有平均超过 500 个图像。该数据集共包含 2.2 万个图像类别，约 1500 万张…
OpenMantra 漫画机器翻译评估数据集
该数据集是一个针对日文漫画的机器翻译评估数据集，包含五种不同风格（幻想、爱情、战斗、悬疑、生活）的漫画，数据集中共包含 1593 个句子，848 个场景画面和 214 页漫画，由东京大学 Mantra 团队发布。 数据格式：带注释的 JSON 文件和原始图像
AVSpeech – 视听语音数据集
AVSpeech是一个新的、大规模的视听数据集，包括没有干扰的背景噪音的语音视频片段。这些片段的长度为 3-10 秒，在每个片段中，原声带中的听到的声音，属于视频中可看见的唯一在说话的人。 该数据集包含大约 4700 小时的视频片段，来自 29 万个 YouTube 视频，涵盖了…