gltglt78718

chinese_ner.zip

中文命名实体识别数据

英文中文机器翻译语料库

英文-中文的一个文件,大约有两万个句子对,每一个句子对是(英文,中文),文件不大,主要用来做中英的机器翻译。

text8.train.txt

word2vec的训练语料库text8.train.txt。一个很长的字符串,用来训练词向量。文件大小大约62M。

example.train

事件抽取ACE类似的数据集,由于ACE不是免费的,github上找不到的,这是唯一类似于ace数据集的版本,但是注意不是真正的ACE数据集。