SHACHI - Language Resource Metadata Database

NTCIRプロジェクトのサブタスクである情報検索・用語抽出タスクで使用されたテストコレクションを収録。NTCIRは、情報検索とテキスト要約・情報抽出などのテキスト処理技術の研究の更なる発展を図るワークショップ型共同研究。本コレクションには文書データ33万件（半数以上は日英対訳）、検索課題83件(日本語）、正解判定が含まれる。日本語検索、日->英の言語横断検索、日->日本語＋英語の検索の実験に使用可能。また、用語抽出研究用コレクションとして、情報検索用テストコレクションから抽出した日本語文書データ2000件に言語タグを付加したものを含む。

NTCIRプロジェクトのサブタスクである情報検索タスクで使用されたテストコレクションを収録。NTCIRは、情報検索とテキスト要約・情報抽出などのテキスト処理技術の研究の更なる発展を図るワークショップ型共同研究。本コレクションには文書データ約53万件（日本語約40万件、英語訳13万件）、検索課題49件(日英）、正解判定が含まれる。検索実験では、NTCIR-1の文書データと合わせて使用。

NTCIRプロジェクトのサブタスクである自動要約タスクで使用されたテストコレクションを収録。NTCIRは、情報検索とテキスト要約・情報抽出などのテキスト処理技術の研究の更なる発展を図るワークショップ型共同研究。本コレクションは、文書データ（毎日新聞記事データ、日本語）、要約データ（人手作成要約：180記事について、各々3人の分析者が長さや戦略の異なる7種類の要約を作成、日本語）から構成される。NIIからは要約データのみの配布となるので、文書データは日外アソシエーツから別途入手が必要。

NTCIRプロジェクトのサブタスクである自動要約タスクで使用されたテストコレクションを収録。NTCIRは、情報検索とテキスト要約・情報抽出などのテキスト処理技術の研究の更なる発展を図るワークショップ型共同研究。本コレクションは、文書データ（毎日新聞記事データ、日本語）、要約データ（1000記事について2種類の要約を作成、日本語）から構成される。尚、本コレクションは現在のところ配布を中止（2009年2月現在）。

NTCIRプロジェクトのサブタスクである情報検索／言語横断検索タスクで使用されたテストコレクションを収録。NTCIRは、情報検索とテキスト要約・情報抽出などのテキスト処理技術の研究の更なる発展を図るワークショップ型共同研究。本コレクションには文書データ(毎日新聞記事データ(日本語）、台湾の新聞各種(聯合報他)、毎日デイリー（英文新聞）、台湾で発行された英語新聞各種、韓国語新聞記事(韓国経済)、検索課題（中韓日英4ヶ国語）、正解判定が含まれる。NIIからは、研究目的では検索課題と正解判定からなる「検索課題データ」、英語文書データのうち毎日デイリーファイル、中国語データのうちCIRB020を配布。日本語文書データは日外アソシエーツから別途入手が必要。 それ以外の文書データはNTCIRワークショップ参加者のみが使用可能。

NTCIRプロジェクトのサブタスクである質問応答タスク(QAC)で使用されたテストコレクションを収録。NTCIRは、情報検索とテキスト要約・情報抽出などのテキスト処理技術の研究の更なる発展を図るワークショップ型共同研究。本コレクションには質問文(約1200件。日本語と英語への翻訳版)と回答を収録。回答となるものは名称もしくは数値表現。尚、文書データ(新聞記事)はタスク参加者のみに配布。

NTCIRプロジェクトのサブタスクである自動要約タスクで使用されたテストコレクションを収録。NTCIRは、情報検索とテキスト要約・情報抽出などのテキスト処理技術の研究の更なる発展を図るワークショップ型共同研究。本コレクションは、文書データ（毎日新聞記事データ、日本語）、及び、単一文書要約（60記事について3人の分析者が長さや戦略の異なる7種類の要約を作成、日本語）と複数文書要約（50種類の記事セットについて3人の分析者が長さの異なる2種類の要約を作成）からなる要約データから構成される。NIIからは要約データのみの配布となるので、文書データは日外アソシエーツから別途入手が必要。