nlp - CORPUSリソース

Question

私は自動テキストサマライザーを設計しています。このプロジェクトの主要なモジュールの 1 つはTRAINING CORPUSを必要とします。TRAINING CORPUSを提供するか、リンクを参照してダウンロードしてください。期待して感謝

Answer 1

Norvig によるスペル修正プログラムの作成方法を参照してください。彼は、 Project Gutenberg、ウィクショナリー、British National Corpus、Birkbeck spelling error corpusについて言及しています。ブラウンコーパスもあります。

Answer 2

コーパスを含む、いくつかのテキスト要約リソースを次に示します。NLP/コーパス言語リソースのスタンフォード リストも役立つ場合があります。

Answer 3

Corpora メーリング リストも参照してください。これらは出発点として適しています。さらに多くのリソースについては、メーリング アーカイブを参照することもできます。

Answer 4

British Columbia Conversation Corpus - http://www.cs.ubc.ca/~rjoty/Webpage/resources.htmここ からダウンロードできます。