我可以访问用于训练斯坦福NER中文模型的原始语料库吗

Question

我正在尝试重新训练斯坦福大学名称实体识别器的中文模型。我想知道是否有办法获得用于训练官方模型的原始中文语料库？斯坦福-nlp的网页上说，他们使用了来自CoNLL，MUC-6，MUC-7和ACE的语料库。我检查了一下，CoNLL2003似乎没有中文语料库，我需要为MUC-6，MUC-7和ACE付费。有没有其他方法可以获得这些？谢谢。

Answer 1

网页信息是英文的，不是中文的。对于中文，我相信它使用的是OntoNotes语料库-也许可以查看相应的研究论文。无论如何，我们不能分发这些语料库，您必须从LDC获取它们。