Тестовые коллекции РОМИП

• Веб коллекция Narod.ru 2003
  Псевдослучайная выборка сайтов из домена narod.ru объемом 728 000 документов.
  
  
• Веб коллекция KM.ru 2007
  Копия мультипортала www.km.ru объемом 3 000 000 документов.
  
  
• Веб коллекция BY.web 2007
  Коллекция представляет собой выборку из страниц домена .by, присутствовавших в индексе поисковой системы Яндекс по состоянию на май 2007 года
  
  
• Веб коллекция DMOZ 2003
  Колекция, созданная на основе русскоязычной части каталоа dmoz.org с целью получения разумного обучающего множества для задачи классификации Веб-сайтов и Веб-страниц.
  
  
• Коллекция нормативных документов 2004
  Коллекция нормативно-правовых документов законодательства Российской Федерации, сформированная в 2004 году.
  
  
• Коллекция нормативных документов 2007
  Коллекция нормативно-правовых документов законодательства Российской Федерации, сформированная в 2007 году.
  
  
• Новостная коллекция 2006
  Набор, содержащий новостные сообщения из 25 источников и охватывающий 3 временных интервала (около 31 500 документов).
  
  
• Коллекция изображений Flickr 2008
  Коллекция сформированна в 2008 году и представляет собой подмножество коллекции Flickr.
  
  
• Коллекция нечетких дубликатов изображений 2008
  Коллекция сформирована в 2008 году и содержит довольно много естественных дублей, а также изображений низкого качества.
  
  
• Коллекция отзывов о фильмах с оценками пользователей 2011
  Коллекция предоставлена рекомендательным порталом Имхонет в 2011 году и содержит отзывы о фильмах различного жанра.
  
  
• Коллекция отзывов о книгах с оценками пользователей 2011
  Коллекция предоставлена рекомендательным порталом Имхонет в 2011 году и содержит отзывы о книгах различного жанра.
  
  
• Коллекция отзывов о цифровых фотокамерах с оценками пользователей 2011
  Коллекция сформирована в 2011 году и содержит отзывы о цифровых фотокамерах, оставленных пользователями на Яндекс.Маркете.
  
  
• Коллекция цитат из новостного потока с разметкой по оценочной тональности 2012 (NEW)
  Коллекция сформирована в 2012 году и содержит фрагменты новостных документов, состоящих из прямой или косвенной речи. Каждый фрагмент оценен по тональности высказывания.
  
  
• Коллекция представляет собой набор текстов из блогов с разметкой по оценочной тональности 2012 (NEW)
  Каждый текст относится к одной из трех тематик: книги, фильмы или цифровые фотокамеры. Дополнительно для каждого текста выделены объекты, о которых идет речь (главные и второстепенные).
  
  
• Словарь оценочной лексики для области товаров (NEW)
  Данный словарь содержит список оценочных слов, извлеченных из коллекций отзывов в нескольких предметных областях (фильмы, книги, игры, телефоны, камеры).
  При использовании словаря просьба ссылаться на работу: [Chetviorkin I. and Loukachevitch N. Extraction of Russian Sentiment Lexicon for Product Meta-Domain; In Proceedings of COLING 2012: Technical Papers, pages 593-610].
  Словарь находится в свободном доступе для некоммерческого применения.