“SUCDT”的版本间的差异

来自SUDA-HLT
跳到导航 跳到搜索
第14行： 第14行：
 
* [http://hlt.suda.edu.cn/index.php/SUCDT-data-annotation-guideline-past 旧版本标注规范]
 
* [http://hlt.suda.edu.cn/index.php/SUCDT-data-annotation-guideline-past 旧版本标注规范]
  
−
== 已标注数据列表 ==
+
*novel_zx数据：
  
−
不断更新（数据资源文件，只提供少量sample数据）
+
*dialogue数据：
  
 +
*pctb7数据：
  
−
*注意一点：我们标注数据的时候，要做好备份工作。
+
*哈工大数据：
−
** 1. 选数据的最原始文本
+
cdt_v1:
−
** 2. 经过处理过的有分词、词性、句法（包括概率）的文本
+
cdt_v2:
−
** 3. 选择过程中产生的数据
+
*阿里数据
−
** 对应的运行脚本等
+
content_v1:
−
** 都要备份好。不要怕占磁盘空间。
+
content_v2:
−
 
 
−
*目前所有数据，尤其下面两个数据，要看一下，确认一下，是否都备份好了，别过一段时间找不到了。
 
−
** 阿里的内容搜数据（记录一下）
 
−
** 正在标注的对话数据
 
  
 
== 数据共享或购买 ==  
 
== 数据共享或购买 ==  

2018年6月25日 (一) 13:30的版本

本页面由郭丽娟和彭雪同学维护。

标注人员培训流程

招聘信息（长期、寒暑假兼职）

标注规范

  • novel_zx数据：
  • dialogue数据：
  • pctb7数据：
  • 哈工大数据：
cdt_v1:
cdt_v2:
  • 阿里数据
content_v1:
content_v2:

数据共享或购买

大部分数据向学术界免费共享，支持研究使用。少数数据由于项目或合同约束，需要延迟一些时间后向学术界共享。

企业界需要有偿购买使用权。

word版本数据共享协议（链接以后发布）

如需共享或购买，请发邮件至：李正华

取自“http://hlt.suda.edu.cn/index.php?title=SUCDT&oldid=574”