NLPCC2016 데이터 세트는 인기 있는 뉴스 데이터 세트와 다르며 Sina Weibo의 비공식적인 텍스트를 더 많이 사용합니다. 훈련 및 테스트 데이터는 금융, 스포츠, 엔터테인먼트 등 다양한 주제의 마이크로블로그로 구성되어 있습니다. 이 데이터 세트는 utf-8로 인코딩되어 있으며 중국어 단어 분할 작업에 사용할 수 있습니다.

소환

@InProceedings{qiu2016overview,
Title                    = {Overview of the {NLPCC-ICCPOL} 2016 Shared Task: Chinese Word Segmentation for Micro-blog Texts},
Author                   = {Xipeng Qiu and Peng Qian and Zhan Shi},
Booktitle                = {Proceedings of The Fifth Conference on Natural Language Processing and Chinese Computing \& The Twenty Fourth
International Conference on Computer Processing of Oriental Languages},
Year                     = {2016}
}