TDT5 Topics and Annotations数据集介绍，官网编号LDC2006T19
·
TDT5 Topics and Annotations（LDC2006T19）是 LDC 于 2006 年发布的TDT5 任务配套标注数据集，与 TDT5 Multilingual Text（LDC2006T18）搭配使用，为 2004 年 NIST TDT 评测提供话题定义、标准标注与评测基准，核心用于话题检测、跟踪、关联等任务的算法评估与模型训练，是 TDT 领域关键的标注资源。以下从核心信息、内容构成、标注体系、应用价值与局限展开说明。
基础信息
| 信息类别 | 详情 |
|---|---|
| 数据集全称 | TDT5 Topics and Annotations |
| 官网编号 | LDC2006T19 |
| 发布机构 | 美国语言数据联盟（LDC） |
| 发布时间 | 2006 年 |
| 配套数据集 | TDT5 Multilingual Text（LDC2006T18） |
| 语种覆盖 | 英文、阿拉伯文、中文 |
| 标注规模 | 含 407,503 条新闻报道的话题标注，含 1,000 + 个话题定义与事件关联标注 |
| 核心用途 | TDT 算法评测、话题标注数据训练、跨语言话题关联研究 |
| ISBN | 1-58563-418-2 |
| 数据格式 | XML，含话题元数据、标注结果与评测脚本，配套标注规范文档 |
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
13
0- 0
已为社区贡献18条内容
所有评论(0)