NLPIR新闻语料库（2400万字）

NLPIR新闻语料库说明 1.解压缩后数据量为48MB，大约2400万字的新闻； 2.采集的新闻时间跨度为2009年10月12日至2009年12月14日。 3.文件名为新闻的时间；每个文件包括多个新闻正文内容（已经去除了新闻的垃圾信息）； 4.新闻本身内容的版权属于原作者或者新闻机构； 5.整理后的语料库版权属于www.NLPIR.org； 6.可供新闻分析、自然语言处理、搜索等应用提供测试数据场景； 如需更大规模的语料库，可以联系NLPIR.org管理员。 北京理工大学网络搜索挖掘与安全实验室 (SMS@BIT) 地址：北京海淀区中关村南大街5号北京理工大学中心教学楼10层 邮编：100081 自然语言处理与信息检索共享平台 Email: kevinzhang (at) bit.edu.cn MSN: pipy_zhang (at) msn.com; 网站: http://www.nlpir.org/ 微博: http://t.sina.com.com/drkevinzhang/ Web Search,Mining and Security Lab. Beijing Institute of Technology (SMS@BIT) Add: Floor 10, Teaching Center Building, No.5, South St.,Zhongguancun,Haidian District,Beijing,P.R.C PC:100081 Email: kevinzhang (at) bit.edu.cn MSN: pipy_zhang (at) msn.com; Website: http://www.nlpir.org/ Twitter: http://t.sina.com.com/drkevinzhang/