파싱 실험을위한 많은 양의 일반 텍스트 데이터

Question

일부 불균일 한 텍스트 데이터를 파싱하는 루비 파서를 개발 중입니다. 아무도 말해 줄 수있는 곳이 어디 있습니까? 여기

Answer 1

는 많은 사람들의 목록을 얻을 것입니다 :

http://www.quora.com/Data/Where-can-I-get-large-datasets-open-to-the-public

을 그리고 내 즐겨 찾기는 다음과 같습니다

http://ftp.sunet.se/mirror/archive/ftp.sunet.se/pub/tv+movies/imdb/

는

Answer 2

당신은 Wikipedia이 (또는 그것의 무리를 통해 실행 긁어 수 lynx -dump). 그러면 영어 이외의 텍스트도 많이 볼 수 있습니다. Project Gutenberg은 많은 양의 일반 텍스트를 제공하는 또 다른 좋은 소스입니다.