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 1557 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

Spot-the-diff 图像描述数据集
Spot-the-diff 数据集由 13,192 个图像对，以及相应的人工提供的文字标注组成。标注阐述了两个图像之间的差异。
MultiSense 词汇消歧数据集
MultiSense 是一个包含 9,504 幅图像的数据集，使用了英语、德语和西班牙语动词对这些图像进行了标注。
Talk2Car 自动驾驶数据集
Talk2Car 数据集是一个对象引用数据集，包含了用自然语言为自动驾驶汽车编写的命令，即乘客可以通过说话的形式对自动驾驶汽车下达命令。Talk2Car 数据集建立在 nuScenes 数据集之上，包括一套广泛的传感器模式，即语义地图、GPS、激光雷达、雷达和带有 3D boun…