PKU 簡体字中国語単語セグメンテーション データ セット

シガン 2005 国際中国語自動分節評価データ セット (SIGHAN 評価と呼ばれる) は、複数の機関からの単語分節データ セットを統合します。このデータセットは、Microsoft Research China、北京大学、香港城市大学、台湾の中央研究院によって共同リリースされ、中国語単語セグメンテーション モデルのトレーニングと評価に使用されます。このうち、PKU は簡体字中国語の単語セグメンテーション データ セットです。