Select Language

AI社区

公开数据集

清华大学开放中文词库(THUOCL)

清华大学开放中文词库(THUOCL)

2.6M
423 浏览
0 喜欢
1 次下载
0 条讨论
MNIST Classification

数据结构 ? 2.6M

    Data Structure ?

    * 以上分析是由系统提取分析形成的结果,具体实际数据为准。

    README.md

    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

    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:0 去赚积分?
    • 423浏览
    • 1下载
    • 0点赞
    • 收藏
    • 分享