中文简称数据集
Un conjunto de datos para la predicción de abreviaturas chinas, incluidas las formas completas negativas, publicado para investigación académica en PNL.
Puntuación
30
Calificación de Usuario
3.0
Soporte Gratuito/Prueba
No Soportado
Precio Inicial
--
Última Actualización
ago 04, 2026
Resumen
¿Qué es 中文简称数据集?
Este es un corpus de abreviaturas chinas, diseñado para tareas generales de predicción de abreviaturas. Incluye formularios completos con sus abreviaturas y formularios completos negativos (expresiones sin abreviaturas válidas), anotados con etiquetas de parte del discurso para respaldar la investigación del procesamiento del lenguaje natural.
¿Para qué se usa 中文简称数据集?
Características Principales
- Incluye formas completas negativas.
- Anotaciones etiquetadas de parte del discurso
- Preprocesado para predicción de abreviaturas
- De código abierto y disponible gratuitamente
¿Cómo usar 中文简称数据集?
Descargue los archivos del conjunto de datos (train_set.txt, dev_set.txt, test_set.txt) del repositorio de GitHub. Úselo para entrenar y evaluar modelos en la predicción de abreviaturas, preprocesando según sea necesario según el formato de anotación descrito en el archivo README.
Herramientas Alternativas
No se encontraron herramientas alternativas
Pros & Contras
Pros
- Apoya la investigación en PNL china
- Incluye raras formas negativas completas.
- Formato de anotación bien documentado
- Gratis para usar y modificar
Contras
- Limitado al idioma chino
- No hay actualizaciones activas desde 2017
- Requiere preprocesamiento para algunas tareas.
Casos de Uso
- Investigación académica en predicción de abreviaturas.
- Entrenamiento modelo de PNL para texto chino
- Análisis lingüístico de las abreviaturas chinas.
Reseñas de Usuarios
3.0
de 5
3.0
Aún no hay reseñas
¡Sé el primero en reseñar esta herramienta!