Korpus Canterbury

Korpus Canterbury to zbiór plików przeznaczonych do wykorzystania jako punkt odniesienia do testowania algorytmów bezstratnej kompresji danych . Został stworzony w 1997 roku na Uniwersytecie Canterbury w Nowej Zelandii i miał zastąpić korpus Calgary . Pliki zostały wybrane na podstawie ich zdolności do zapewnienia reprezentatywnych wyników wydajności.

Zawartość

W swojej najczęściej używanej formie korpus składa się z 11 plików wybranych jako „przeciętne” dokumenty z 11 klas dokumentów, o łącznej wielkości 2 810 784 bajtów w następujący sposób.

Rozmiar (bajty)	Nazwa pliku	Opis
152 089	alicja 29.txt	angielski tekst
125179	asyoulik .txt	Szekspir
24603	cp.html	źródło HTML
11150	pola.c	źródło C
3721	gramatyka.lsp	źródło LISP- a
1 029 744	kennedy.xls	Excel arkusz kalkulacyjny
426754	lcet10.txt	Techniczne pisanie
481861	plrabn12.txt	Poezja ( Raj utracony )
513216	pt5	Zestaw testów CCITT
38240	suma	Plik wykonywalny SPARC
4227	xargs .1	Strona podręcznika GNU

Zobacz też

• Kompresja danych

Linki zewnętrzne

• Korpus Canterbury