Penn Treebank

标签：http   sp   on   log   bs   ef   时间   tt   nbsp   

NLP中常用的PTB语料库，全名Penn Treebank。

Penn Treebank是一个项目的名称，项目目的是对语料进行标注，包括词性标注以及句法分析。

语料来源为：1989年华尔街日报

语料规模：1M words，2499篇文章

语料价格：$1700

Penn Treebank项目有两个发行版，Treebank-2与Treebank-3，委托Linguistic Data Consortium (LDC) 发行与收费。

这两个版本的语料内容是一样的，除了发行时间不清楚还有啥区别……

ref:

http://www.cis.upenn.edu/~treebank/

https://catalog.ldc.upenn.edu/LDC95T7

https://catalog.ldc.upenn.edu/LDC99T42

Penn Treebank

标签：http   sp   on   log   bs   ef   时间   tt   nbsp   

原文地址：http://www.cnblogs.com/plwang1990/p/4168256.html