查看“Nlpcc-2019-shared-task”的源代码

== NLPCC-2019依存句法分析领域移植评测 ==
* [http://tcci.ccf.org.cn/conference/2019/cfpt.php NLPCC-2019评测页面]
* [http://hlt.suda.edu.cn/~zhli/nlpcc2019-shared-task/cfp-v2.0.pdf 我们的参赛邀请函pdf]

== 苏州大学汉语依存树库（SUCDT）标注情况介绍 ==
* [http://hlt.suda.edu.cn/index.php/SUCDT 网址]

==数据使用协议==

* [http://hlt.suda.edu.cn/~zhli/nlpcc2019-shared-task/sucdt-share-2019.4.3.v2.doc 标注数据使用协议下载]
* [http://hlt.suda.edu.cn/~zhli/nlpcc2019-shared-task/alibaba_unlabeled_share.doc 无标注数据使用协议下载]
* 请仔细阅读两个协议，并根据要求签署并发邮件

== 评测数据下载 ==
* [http://hlt.suda.edu.cn/index.php/Nlpcc-2019-shared-task-Readme 数据说明Readme]
* 训练集/开发集/无标注数据
** [http://hlt.suda.edu.cn/~zhli/nlpcc2019-shared-task/train_dev_unlabeled_2019.4.2.zip 下载链接]
** 解压密码，我们收到数据使用协议后回复邮件告知
* 测试集数据
** 5月15日我们将在此发布测试数据（无答案）
* 预训练词向量下载：我们分别提供了50维、100维、300维的预训练词向量：
** [http://hlt.suda.edu.cn/~zhli/nlpcc2019-shared-task/word_embedding50.zip 50维下载]
** [http://hlt.suda.edu.cn/~zhli/nlpcc2019-shared-task/word_embedding100.zip 100维下载]
** [http://hlt.suda.edu.cn/~zhli/nlpcc2019-shared-task/word_embedding300.zip 300维下载]