[ENGLISH] [NTCIR Home] [NTCIR Tools Home]

xie2ntc.pl

入手したXinhua English新聞記事データのフォーマットをNTCIR 用に変換するためのスクリプトです。

1．Xinhua English 新聞記事データの入手方法

ワークショップ参加者以外の新規申込の方は、NTCIRテストコレクションで使用するXinhua English新聞記事データ（1998-2001）をLinguistic Data Consortium (LDC) より、研究目的用で購入できます。

Linguistic Data Consortium (LDC)：http://www.ldc.upenn.edu/

• LDC2002T31 The AQUAINT Corpus of English News Text (NTCIR-4CLIR で使用するXinhua English新聞記事データ 98-99を含む）http://www.ldc.upenn.edu/Catalog/CatalogEntry.jsp?catalogId=LDC2002T31

• English Gigaword (Xinhua English新聞記事データ 98-01を含む）
  • LDC2003T05 English Gigaword: http://www.ldc.upenn.edu/Catalog/CatalogEntry.jsp?catalogId=LDC2003T05
  • LDC2005T12 English Gigaword Second Edition: http://www.ldc.upenn.edu/Catalog/CatalogEntry.jsp?catalogId=LDC2005T12
  • LDC2007T07 English Gigaword Third Edition: http://www.ldc.upenn.edu/Catalog/CatalogEntry.jsp?catalogId=LDC2007T07
  • LDC2009T13 English Gigaword Fourth Edition: http://www.ldc.upenn.edu/Catalog/CatalogEntry.jsp?catalogId=LDC2009T13

2.NTCIR用記事データへの変換

　

1.で入手した記事データを、NTCIRテストコレクション用文書データとして使用するために、下記のURLよりスクリプトをダウンロードし、フォーマットをNTCIR用に変換してください。 　　　　　　

　　　　　　

スクリプト: xie2ntc2.pl (Xinhua English 98-99, 00-01用）
http://research.nii.ac.jp/ntcir/tools/xie2ntc2.pl_txt
スクリプト: xie2ntc.pl (Xinhua English 98-99用）
http://research.nii.ac.jp/ntcir/permission/ntcir-4/script/xie2ntc.pl_txt
README
http://research.nii.ac.jp/ntcir/permission/ntcir-4/script/READMEforXinhuaScript.txt

• ---

  [ENGLISH] [NTCIR Home] [NTCIR Tools Home]
  Updated on : 2009-07-06
• ntc-admin