前往下载数据集
0 
274浏览
1下载
0点赞
收藏
分享
Data Preview ?
2.6M
Data Structure ?
*数据结构实际以真实数据为准
THUOCL（THU Open Chinese Lexicon）是由清华大学自然语言处理与社会人文计算实验室整理推出的一套高质量的中文词库，词表来自主流网站的社会标签、搜索热词、输入法词库等。THUOCL具有以下特点： 包含词频统计信息DF值（Document Frequency），方便用户个性化选择使用。 词库经过多轮人工筛选，保证词库收录的准确性。 开放更新，将不断更新现有词表，并推出更多类别词表。欢迎专业人士加入，协作建设开放词库，有意者请致信thunlp@gmail.com。
该词库可以用于中文自动分词，提升中文分词效果。建议搭配本组研制开发的THULAC工具包使用，提升特定领域中文分词的效果。
分类：
Name Entity Szie Date IT 16000条 2016-12-24 财经 3830条 2016-12-24 成语 8519条 2016-12-24 地名 44805条 2017-06-01 历史名人 13658条 2016-12-24 诗词 13703条 2017-01-20 医学 18749条 2017-01-20 饮食 8974条 2017-04-20 法律 9896条 2017-04-28 汽车 1752条 2017-05-15 动物 17287条 2017-06-01
数据使用声明：
- 1、该数据来自于互联网数据采集或服务商的提供，本平台为用户提供数据集的展示与浏览。
- 2、本平台仅作为数据集的基本信息展示、包括但不限于图像、文本、视频、音频等文件类型。
- 3、数据集基本信息来自数据原地址或数据提供方提供的信息，如数据集描述中有描述差异，请以数据原地址或服务商原地址为准。
- 1、本站中的所有数据集的版权都归属于原数据发布者或数据提供方所有。
- 1、如您需要转载本站数据，请保留原数据地址及相关版权声明。
- 1、如本站中的部分数据涉及侵权展示，请及时联系本站，我们会安排进行数据下线。
一、数据来源与展示说明：
二、所有权说明：
三、数据转载说明：
四、侵权与处理说明：
0 条相关评论
