ブロードキャスト ニュースの大規模テキスト データ セット

ブロードキャスト ニュースは、1996 年をカバーする、次の単語を予測するための大規模なテキスト データセットです。ブロードキャスト ニュース音声コーパスには、ABC、CNN、CSPAN テレビ ネットワーク、NPR および PRI ラジオ ネットワークからの 104 時間の放送が含まれています。 1点を獲得します。

このシリーズは、DARPA「HUB4」プロジェクトの放送分野における連続音声認識に関するトレーニング データを提供します。

このデータセットは 1997 年にペンシルバニア大学によってリリースされました。

関連論文：「1996年英語放送ニューススピーチ（HUB4）LDC97S44」