LDC(Linguistic Data Consortium)2017年份数据汇总

最新推荐文章于 2024-09-14 17:02:52 发布
最新推荐文章于 2024-09-14 17:02:52 发布
阅读量53 收藏
点赞数
文章标签： 人工智能
原文链接：https://zhuanlan.zhihu.com/p/707433577
版权
LDC2017S062010 NIST Speaker Recognition Evaluation Test Set
LDC2017T132015-2016 CoNLL Shared Task
LDC2017T10Abstract Meaning Representation (AMR) Annotation Release 2.0
LDC2017T14Ancient Chinese Corpus
LDC2017L01Arabic Speech Recognition Pronunciation Dictionary
LDC2017S21ASpIRE Development and Development Test Sets
LDC2017T05BOLT Chinese Discussion Forum Parallel Training Data
LDC2017T07BOLT Egyptian Arabic SMS/Chat and Transliteration
LDC2017T11BOLT English Discussion Forums
LDC2017S07CHiME2 Grid
LDC2017S10CHiME2 WSJ0
LDC2017S24CHiME3
LDC2017S23CIEMPIESS Light
LDC2017T15English Web Treebank Propbank
LDC2017T03First-Year Law Students' Court Memoranda
LDC2017T06GALE English-Chinese Parallel Aligned Treebank -- Training
LDC2017T02GALE Phase 3 and 4 Chinese Web Parallel Text
LDC2017S02GALE Phase 3 Arabic Broadcast News Speech Part 2
LDC2017T04GALE Phase 3 Arabic Broadcast News Transcripts Part 2
LDC2017S15GALE Phase 4 Arabic Broadcast Conversation Speech
LDC2017T12GALE Phase 4 Arabic Broadcast Conversation Transcripts
LDC2017S25GALE Phase 4 Chinese Broadcast News Speech
LDC2017T18GALE Phase 4 Chinese Broadcast News Transcripts
LDC2017S03IARPA Babel Haitian Creole Language Pack IARPA-babel201b-v0.2b
LDC2017S22IARPA Babel Kurmanji Kurdish Language Pack IARPA-babel205b-v1.0a
LDC2017S08IARPA Babel Lao Language Pack IARPA-babel203b-v3.1a
LDC2017S05IARPA Babel Swahili Language Pack IARPA-babel202b-v1.0d
LDC2017S13IARPA Babel Tamil Language Pack IARPA-babel204b-v1.1b
LDC2017S01IARPA Babel Vietnamese Language Pack IARPA-babel107b-v0.7
LDC2017S19IARPA Babel Zulu Language Pack IARPA-babel206b-v0.1e
LDC2017S12KSUEmotions
LDC2017S16LDC Spoken Language Sampler - Fourth Release
LDC2017S11Metalogue Multi-Issue Bargaining Dialogue
LDC2017S14Multi-Language Conversational Telephone Speech 2011 -- South Asian
LDC2017S09Multi-Language Conversational Telephone Speech 2011 -- Turkish
LDC2017T01MWE-Aware English Dependency Corpus
LDC2017T16MWE-Aware English Dependency Corpus 2.0
LDC2017S04Noisy TIMIT Speech
LDC2017T08Phrase Detectives Corpus
LDC2017S20RATS Keyword Spotting
LDC2017S18SRI-FRTIV
LDC2017T17TAC KBP Chinese Cross-lingual Entity Linking - Comprehensive Training and Evaluation Data 2011-2014
LDC2017T09The EventStatus Corpus
LDC2017V01UCLA High-Speed Laryngeal Video and Audio
LDC2017S17Vehicle City Voices Corpus – Part I
ldc_corpus
关注
Linguistic Data Consortium (LDC) 介绍
Leo's blog
03-11 2682
搞NLP的人经常会听到一个神秘的名字LDC，因为大量的论文所使用的数据都来自于LDC，本文就来揭露其神秘面目。 1，About LDC： LDC，全名Linguistic Data Consortium，是一个由大学、图书馆、企业、政府、研究机构共同合办的联合企业。 成立于1992年，目前由宾夕法尼亚大学主要运营。 LDC最初的角色只是保存与分发科研要用到的语言数据，后来有钱了，就也自己...
LDC(Linguistic Data Consortium)2020年份数据汇总
xixi_coder的博客
07-10 33
LDC2020S04 2018 NIST Speaker Recognition Evaluation Test Set LDC2020T02 Abstract Meaning Representation (AMR) Annotation Release 3.0 LDC2020T07 Abstract Meaning Representation 2.0 - Four Translations LDC2020T15 BOLT Chinese-English Word A
LDC(Linguistic Data Consortium)1994年份数据汇总
xixi_coder的博客
07-11 33
LDC94S14B Air Traffic Control BOS LDC94S14A Air Traffic Control Complete LDC94S14C Air Traffic Control DCA LDC94S14D Air Traffic Control DFW LDC94S19 ATIS3 Training Data LDC94S20 BRAMSHILL LDC97L20 CALLHOME American English
LDC(Linguistic Data Consortium)2009年份数据汇总
xixi_coder的博客
07-10 24
LDC2009S05 2007 NIST Language Recognition Evaluation Supplemental Training Set LDC2009S04 2007 NIST Language Recognition Evaluation Test Set LDC2009T12 2008 CoNLL Shared Task Data LDC2009T05 2008 NIST Metrics for Machine Translation (Metr
enwik9数据集, 去除html格式后的结果
11-16
这个数据集最初由LDC（ Linguistic Data Consortium）发布，包含了大约100 million字节的ASCII编码文本。enwik9的独特之处在于它是一个压缩过的文本集合，主要目的是为压缩算法提供测试材料，同时也在NLP领域中作为...
ace数据解析1
08-08
这些文件由LDC（Linguistic Data Consortium）的注释工具包生成，通常包含了对源文本的人工标注。这些标注可能包括命名实体、关系等。AG文件随后会被转换成对应的APF.xml文件，以便于使用ACE程序格式。 3. **ACE...
wsj0-3mix数据集介绍
09-14
wsj0-3mix是一个音频分离和语音识别的数据集，由LDC（Linguistic Data Consortium）发布。该数据集是基于WSJ0（Wall Street Journal Zero Speech）和WHAM（Waveform-Aware Multi-Microphone）数据集的混合而成。 ...
ACE2005数据集介绍
06-07
该数据集由美国国防高级研究计划局（DARPA）资助，由LDC（Linguistic Data Consortium）发布。ACE2005数据集包含大约500个文本文件，覆盖了多个领域，如新闻、采访、社交媒体等，每个文件都标注了实体、关系和事件...
开源数据集
weixin_46262668的博客
11-25 542
开源数据集
使用c#制作一个小型桌面程序
最新发布
qq_44691564的博客
09-14 344
创建.NET Framework新项目，将之前生成的dll放在Demo文件夹的bin ->debug或是 release中（看你自己用的什么模式），创建完成后 系统会自动生成一些文件，其中 pch.cpp 先不要修改，pch.h中先导入自己需要用到的库，下面是我的代码。布局完了之后会自动生成Form1.Designer.cs 的窗口设计代码，点击控件按F4 还可以修改他们的属性。完成之后点击生成 就可以在bin中出现的你的.exe文件咯，是不是很简单呀~[狗头]我们还需要一个入口主程序。
生成式人工智能在新加坡的发展现状和地位
wukangjupingbb的博客
09-11 867
依据国际隐私专业人员协会(IAPP)的相关报告，2020年，上述两机构更新了该模型框架，发布了第二版，并推出了《组织实施和自我评估指南》，帮助组织评估其人工智能治理实践与型框架的匹配程度，还发布了《案例汇编》，展示了组织如何实施负责任的人工智能治理实践。2019年，金融管理局宣布与金融行业合作创建Veritas框架，为金融机构提供可验证的方法，将FEAT原则纳入其人工智能和数据分析驱动的解决方案中。新加坡在人工智能治理方面采取了部门性的方法，即通过各个行业的监管机构来管理人工智能的使用。
常见本地大模型个人知识库工具部署、微调及对比选型
09-14 691
由于作者的眼界、精力和能力也有限，并且确实也不是专业的AI研究员，仅仅是一位兴趣使然的爱好者，这里列出的几款也单纯只是作者平常关注到的，所以可能也不全，请各位见谅！文章从起笔写到这里已经过了三天了，这三天也基本把上文提到的大模型侧工具全部体验了一遍，下面说一下主要结论吧。从功能丰富度和性能优化的角度综合评估，LM Studio明显更胜一筹。从工具本身使用及模型部署效率来看，Ollama的上手速度会更快，使用会更便捷，效率也会更高。从企业级稳定性和高可用。
有用的批量合并视频重命名以及有用的提取音频。遍历指定文件夹下所有视频文件，先合并归一化再生成包含包含说话人的srt格式的文件
东方
09-11 191
定义filename为"E:\四1班—吴希敏"遍历这个文件夹"E:\四1班—吴希敏"且包含多个层级目录的视频文件，重命名的时候把filename以及子文件夹目录的名字以及视频的名字一起命名，并统一把视频全部移动到filename下面。
企业如何构建有效的数据泄露防护安全体系
A526847的博客
09-14 256
在当今数字化时代，企业数据已成为核心资产，其安全性直接关系到企业的竞争力、客户信任度以及法律合规性。数据泄露事件频发，不仅会导致经济损失，还可能损害企业声誉和客户关系。因此，构建有效的数据泄露防护安全体系已成为企业不可或缺的重要任务。
深度学习算法，该如何深入，举例说明
liyy614的博客
09-10 1113
深度学习算法的深入学习可以从理论和实践两个方面进行。理论上，深入理解深度学习需要掌握数学基础（如线性代数、概率论、微积分）、机器学习基础和深度学习框架原理。实践上，可以通过实现和优化深度学习模型来提升技能。
中伟视界：皮带跑偏检测算法及其实现模型和判断方法
yinweicai的专栏
09-13 1037
皮带输送机的跑偏检测技术，包括图像处理算法、机器学习模型和物联网技术的应用，详细阐述了各类判断方法及实际案例，强调实时监测和高精度检测的优势，提高了生产效率和安全管理水平。
解锁企业潜能，Vatee万腾平台引领智能新纪元
mingxiaoge的博客
09-13 162
同时，通过数据分析，平台还能为企业提供精准的生产计划建议，帮助企业实现资源的优化配置，降低生产成本，提高市场竞争力。它提供了智能化的管理平台，帮助企业实现数据的集中管理和分析。同时，平台还能根据企业的实际情况，提供定制化的管理方案，助力企业实现精细化管理，提升整体运营效率。通过与行业内的合作伙伴和科研机构建立紧密的合作关系，平台能够为企业提供最新的技术动态和市场趋势分析，助力企业把握先机，赢得未来。它不仅仅是一个技术工具，更是企业转型升级的加速器，能够深入企业运营的每一个角落，挖掘并释放企业潜藏的价值。
基于深度学习的零售柜商品识别系统实战思路
a871923942的博客
09-11 1110
YOLOv5是YOLO算法的一个实现版本，它在速度和准确性之间取得了很好的平衡。现在我们的数据已经准备好了，是时候训练我们的模型了。为了训练模型，我们需要为每张图像创建一个对应的标签文件，指明图像中物体的位置和类别。这段代码添加了一个新的标签来显示视频流，一个按钮来开始/停止实时识别，以及相应的方法来捕获和处理视频帧。这段代码创建了一个基本的窗口，包含一个图像显示区域、一个上传按钮、一个识别按钮和一个结果显示标签。为了提高系统的响应性，特别是在处理大图像或视频流时，我们可以使用多线程来进行识别。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值