LJCorpus时事新闻论坛博客语料库

[lingjoin]

转自：http://www.lingjoin.com:8080/bbs/viewthread.php?tid=88&extra=

我们通过自有网络采集器，积累了大量的新闻论坛博客语料库，非常贴近时事，语料库的形式为文本文件（GBK编码）；大约每天新增2GB左右。具体规格说明如下：
1、语料库来源：主流新闻、论坛、博客的真实文本语料；
2、时间分布：2009.11.1至今；
3、格式：文件名为文章标题，内容采用GBK编码，去除了大量的垃圾等干扰因素；

语料库清单：

list.txt (400.07 KB)
下载次数: 0
3 分钟前



样本：
达维坚科速战速决胜美网冠军 首次登顶年终总决赛
新华网伦敦１１月２９日体育专电（记者张薇）６：３，６：４，俄罗斯人达维坚科２９日仅用１小时２４分钟，便直落两盘击败美网新科冠军德尔波特罗，从而首度登上ＡＴＰ世界巡回赛总决赛冠军宝座。
虽然年仅２１岁，但人高马大、力量出众的阿根廷人德尔波特罗已然进入顶级球员行列。今年的美网决赛中，他力压“瑞士天王”费德勒夺冠。本次赛事的小组赛中，他则让美网决赛重演，告诉人们他击败世界第一并非偶然。
２８岁的达维坚科则已经跻身世界前１０行列多年。２８日的半决赛中，这位俄罗斯高手也经历人生重要时刻，在与费德勒的第１３次交手中第一次品尝胜利滋味。
决赛中，虽然１米７８的达维坚科足足比德尔波特罗矮了２０厘米，力量上也无法与对手匹敌，但他用不知疲倦的快速跑动和高质量的回球遏制了对手的进攻。
德尔波特罗赛后坦言，达维坚科的移动实在太快了，就好像游戏机里的人。“他能跑到各个地方，所以我很难打出制胜球”。
２８日的半决赛过后，达维坚科声称对阵费德勒的胜利甚至比赢得整个比赛更让他开心。“我不会觉得我就是世界第一了，但当我击败过世界前十中的所有人，我会更加自信”。不过２９日捧杯后，这位俄罗斯人又改口了。“当然还是夺冠的感觉更棒。对于职业网球运动员来说，奖杯永远重要”。在之前进行的双打决赛中，美国的布莱恩兄弟组合成为最后赢家。（完）

 

[xiaomissy]

回复: LJCorpus时事新闻论坛博客语料库

你好，我想下载时事新闻语料库，但是点击后说不能从外部链接下载，请问从哪里下载？


如果是要从精品下载区下载，那我这个新手的问题是我没有找到精品下载在哪里，麻烦点拨一下？

不麻烦的话，再弱弱地问一句，我无法发起话题，只能回复，这是为何？更不知道如何在论坛内给管理员(专家）发帖子或者邮件，请C友帮忙，谢谢！

 

[xiaomissy]

回复: LJCorpus时事新闻论坛博客语料库

申明一下，按照发帖规则我是可以发起新话题的， 但是我的网页上竟然没有“发起话题”这个按钮

 

[Haiyang Ai]

回复: LJCorpus时事新闻论坛博客语料库

进入相关面板，然后往左上角看。

 

[zhangbc]

回复: LJCorpus时事新闻论坛博客语料库

拐了几道弯，才发现是要收费的。楼主将第四条收费的说明删去了，现在将原文贴出来，免得更多的C友惊喜之后又失望。原文的四点说明如下：
我们在日常的网络抓取过程中，积累了大量的新闻论坛博客语料库，非常贴近时事，语料库的形式为文本文件（GBK编码）；大约每天新增2GB左右。具体规格说明如下：
1、语料库来源：主流新闻、论坛、博客的真实文本语料；
2、时间分布：2009.11.1至今；
3、格式：文件名为文章标题，内容采用GBK编码，去除了大量的垃圾等干扰因素；
4、收费标准：1000元/1GB；如果要通过机器自动进行分词标注（准确率高达97%以上），另收加工费500元/1GB。