ptb_text_only

Penn Treebank主要提供1989年华尔街日报的文本数据，规模约为百万词，主要用于语言建模任务。该数据集中的罕见词已被替换为`<unk>`标记，数字被替换为`<N>`标记。数据来源于原始文本，并由专家进行标注。使用者需注意其授权许可，仅供研究目的使用。