数据结构 ?
50.2M
Data Structure ?
* 以上分析是由系统提取分析形成的结果，具体实际数据为准。
README.md
The Second International Chinese Word Segmentation Bakeoff took place over the summer of 2005 and the results were presented at the 4th SIGHAN Workshop, held at IJCNLP'05, October 14-15.
Corpora from the following organizations were used:
- CKIP, Academia Sinica, Taiwan
- City University of Hong Kong, Hong Kong SAR
- Beijing Universty, China
- Microsoft Research, China
Data Collection
Four corpora are available for this bakeoff:
| Corpus | Encoding | Word Types | Words | Character Types | Characters |
|---|---|---|---|---|---|
| Traditional Chinese | |||||
| Academia Sinica | Unicode/Big Five Plus | 141,340 | 5,449,698 | 6,117 | 8,368,050 |
| City University of Hong Kong | HKSCS Unicode/Big Five | 69,085 | 1,455,629 | 4,923 | 2,403,355 |
| Simplified Chinese | |||||
| Peking University | CP936/Unicode | 55,303 | 1,109,947 | 4,698 | 1,826,448 |
| Microsoft Research | CP936/Unicode | 88,119 | 2,368,391 | 5,167 | 4,050,469 |
暂无相关内容。
暂无相关内容。
- 分享你的想法
去分享你的想法~~
全部内容
欢迎交流分享
开始分享您的观点和意见，和大家一起交流分享.
数据使用声明：
- 1、该数据来自于互联网数据采集或服务商的提供，本平台为用户提供数据集的展示与浏览。
- 2、本平台仅作为数据集的基本信息展示、包括但不限于图像、文本、视频、音频等文件类型。
- 3、数据集基本信息来自数据原地址或数据提供方提供的信息，如数据集描述中有描述差异，请以数据原地址或服务商原地址为准。
- 1、本站中的所有数据集的版权都归属于原数据发布者或数据提供方所有。
- 1、如您需要转载本站数据，请保留原数据地址及相关版权声明。
- 1、如本站中的部分数据涉及侵权展示，请及时联系本站，我们会安排进行数据下线。
VIP下载(最低0.24/天)
下载数据集
0 
389浏览
0下载
0点赞
收藏
分享