conll-2012

OntoNotes 5.0的中文部分包括250K字的新闻专线数据，270K字的广播新闻和170K的广播会话。 新闻专线的数据来自中国树库5.0。 250K包括100K的新华新闻数据（chtb_001.fid到chtb_325.fid）和来自Sinorama新闻杂志的150K数据（chtb_1001.fid到chtb_1078.fid）。 广播新闻数据是来自TDT4的274K字，并且是从LDC为自动内容提取（ACE）程序注释的数据中选择的。已将这些文件的编号chtb_2000.fid分配给chtb_3145.fid。 广播对话数据是170K字，取自LDC的GALE数据。 50K的原始中文数