Penn Treebank数据集介绍+句法分析parsed的基本语法+句法分析基础知识+NLP常用公开数据集汇总及下载
Penn Treebank数据集介绍
Penn Treebank是NLP中常用的PTB语料库，Penn Treebank是一个项目的名称，该项目对语料进行标注，标注内容包括：【词性标注】和【句法分析】。
- 语料来源：1989年的华尔街日报
- 语料规模：1M words，共2499片文章
- 语料价格：1500~1700$
应用于NLTK工具下：
- tokenizing（分词）
- tagging（词性标注）
- chunking（分块）
- parsing（句法分析）
"""
treebank示例目录中包含的文件，分别为raw,tagged, parsed,combined。四个示例类型如下所示：
"""