Chinese Treebank 8.0 (CTB8.0)下载

中文树库CTB8.0属于语言资源联盟(Linguistic Data Consortium,LDC)网站上的收费语料库。另外,Wake Forest University提供了免费下载:ctb8.0.zip

$ tree ctb8.0 -L 2
ctb8.0
├── data
│   ├── bracketed 短语结构树
│   ├── postagged 词性标注
│   ├── raw 纯文本
│   └── segmented 中文分词
├── docs
│   ├── README
│   ├── ctb-parseguide.pdf
│   ├── ctb-posguide.pdf
│   ├── ctb-segguide.pdf
│   ├── ctb7.0-parse-guide-addendum.pdf
│   ├── ctb8.0-file-list.txt
│   └── gold-standard-files.txt
└── index.html

相应的树库转换工具可使用:https://github.com/hankcs/TreebankPreprocessing

2 Likes