CORPUS资源

Question

我正在设计一个自动文本汇总器。该项目的主要模块之一需要TRAINING CORPUS。有人可以帮助我通过提供培训CORPUS或参考一些链接下载它。预计感谢

Answer 1

请参阅Norvig的How to Write a Spelling Corrector。他提到Project Gutenberg,Wiktionary,British National Corpus,Birkbeck spelling error corpus。还有Brown Corpus。

Answer 2

这里有一些Text summarization resources，包括语料库。 Stanford list of NLP/Corpus linguistics resources也可能有所帮助。

Answer 3

另请参阅Corpora mailing list，这是一个很好的起点，您还可以查看邮件归档以获取更多资源。

Answer 4

不列颠哥伦比亚省会话语料库 - http://www.cs.ubc.ca/~rjoty/Webpage/resources.htm 您可以从here下载它。