概要

hironsan.txtは、ウィキニュース日本語版をMeCabで形態素解析してIOB2タグでタグ付けしたコーパスです。

全部で500文にタグ付けしています。

タグ付けの基準はIREXの定義に基づいています。（だいたい）

• http://nlp.cs.nyu.edu/irex/NE/df990214.txt

ウィキニュース日本語版のライセンスはクリエイティブ・コモンズ-表示-2.5です。

ja.wikipedia.conllは、Wikipedia日本語版から抽出したテキストをMeCabで形態素解析してタグ付けしたコーパスです。