代码之家 › 专栏 › 技术社区 › DigitalZebra

用于基准测试的随机词大文本文件字典?

computer-science dataset text data-structures

4

DigitalZebra · 技术社区 · 15 年前

我想知道是否有人能给我指一本非常大的随机词词典,可以用来测试一些高性能的字符串数据结构?我找到一些在~2MB范围内…不过,如果可能的话,我想要大一点的。我猜在某个地方可能会用到一些大型的标准字符串数据集。谢谢!

2 回复 | 直到 15 年前

1

4

Duniyadnd 15 年前

上面的链接在诺维格的拼写检查文章中提到过。- http://norvig.com/spell-correct.html

2

1

borrible 15 年前

我建议你看一下 TREC (文本检索会议)。一些很好的数据集可以满足您的需求。