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

xin2ntc.pl

入手したXinhua Chinese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 Chinese 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 Chinese （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/

Chinese Gigaword (NTCIR-7 ACLIA, MOATで使用するXinhua Chinese新聞記事データ98-01を含む):

• LDC2003T09: Chinese Gigaword: http://www.ldc.upenn.edu/Catalog/CatalogEntry.jsp?catalogId=LDC2003T09

• LDC2005T14: Chinese Gigaword Second Edition: http://www.ldc.upenn.edu/Catalog/CatalogEntry.jsp?catalogId=LDC2005T14

• LDC2007T38: Chinese Gigaword Third Edition:http://www.ldc.upenn.edu/Catalog/CatalogEntry.jsp?catalogId=LDC2007T38

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・README
http://aclia.lti.cs.cmu.edu/wiki/TaskDefinition?action=AttachFile&do=view&target=xin2ntc.pl
　

• ---

  [ENGLISH] [NTCIR Home] [NTCIR Tools Home]
  Updated on : 2010-10-08
• ntc-admin