一个好的分类语料库对于统计自然语言处理的很多应用,如信息抽取、文本挖掘等方面都是至关重要的。相比于众多的英文分类语料库而言,中文分类语料库非常缺乏。因此,建立一个较具规模的中文分类语料库一直是本人的夙愿。经过近两个月的奋战,分类语料库终于建立。
目前语料库分为10类,目前共收集过百万篇文章。并且保守估计,今后每天将有超过十万篇文章入库。哈哈哈,有了它,偶课题的BASE系统总算可以搭起来了:).
转载于:https://www.cnblogs.com/wongwere/archive/2006/08/28/488781.html