LJCorpus时事新闻论坛博客语料库

lingjoin

封禁用户
#1
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

初级会员
#2
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

初级会员
#3
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
 
#5
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。
 
顶部