OntoNotes5.0的中文部分包括250K字的新闻专线数据，270K字的广播新闻和170K的广播会话。
新闻专线的数据来自中国树库5.0。
250K包括100K的新华新闻数据（chtb_001.fid到chtb_325.fid）和来自Sinorama新闻杂志的150K数据（chtb_1001.fid到chtb_1078.fid）。
广播新闻数据是来自TDT4的274K字，并且是从LDC为自动内容提取（ACE）程序注释的数据中选择的。
已将这些文件的编号chtb_2000.fid分配给chtb_3145.fid。
广播对话数据是170K字，取自LDC的GALE数据。
50K的原始中文数据也用英文注释，另外55K的中文数据代表原始英语广播对话翻译成中文。
Web数据包括215K令牌，其中15K来自P2.5评估，86K来自Dev09数据。
此外，110K的Web数据由40K并行中文源数据和70K并行英文原始数据组成。
电话会话语料库包括大约100K的中文CallHome数据，用解析，命题，名称和共同参考信息注释。
新闻专线的数据来自中国树库5.0。
250K包括100K的新华新闻数据（chtb_001.fid到chtb_325.fid）和来自Sinorama新闻杂志的150K数据（chtb_1001.fid到chtb_1078.fid）。
广播新闻数据是来自TDT4的274K字，并且是从LDC为自动内容提取（ACE）程序注释的数据中选择的。
已将这些文件的编号chtb_2000.fid分配给chtb_3145.fid。
广播对话数据是170K字，取自LDC的GALE数据。
50K的原始中文数据也用英文注释，另外55K的中文数据代表原始英语广播对话翻译成中文。
Web数据包括215K令牌，其中15K来自P2.5评估，86K来自Dev09数据。
此外，110K的Web数据由40K并行中文源数据和70K并行英文原始数据组成。
电话会话语料库包括大约100K的中文CallHome数据，用解析，命题，名称和共同参考信息注释。
2024/12/4 15:47:12
67.81MB
VGGVOC数据集VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt.zip，VGG_VOC0712_SSD_300x300_iter_120000.ckpt.zip，VGG_VOC0712_SSD_512x512_ft_iter_120000.ckpt.zip
2024/12/4 8:25:36
282.55MB
最全的人脸数据库，包含AT&T的人脸库、MIT人脸库、ORL人脸库、Yale人脸库。
本资源可以为做人脸识别的同志们提供一些样本库，方便进行样本训练。
本资源可以为做人脸识别的同志们提供一些样本库，方便进行样本训练。
2024/12/1 2:04:34
18.78MB
中英对照看，熟悉专业的外语词汇，比国内那些考试型教材好多了。
这两本，是我深入机器学习的数学基础书籍。
这两本，是我深入机器学习的数学基础书籍。
2024/11/29 0:36:30
84.05MB
