Chinese NLP corpus

kaggle2024-02-01 更新2024-03-11 收录

下载链接：

https://www.kaggle.com/datasets/jojoyin/chinese-nlp-corpus

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2024-02-01

nlp_chinese_corpus

大规模中文自然语言处理语料，包括维基百科、新闻语料、百科问答等多个数据集，用于支持中文自然语言处理的研究和应用。

github2020-10-27 更新220

nlp_chinese_corpus

含有410万个预先过滤过的、高质量问题和回复。每个问题属于一个【话题】，总共有2.8万个各式话题，话题包罗万象。从1400万个原始问答中，筛选出至少获得3个点赞以上的的答案，代表了回复的内容比较不错或有趣，从而获得高质量的数据集。除了对每个问题对应一个话题、问题的描述、一个或多个回复外，每个回复还带有点赞数、回复ID、回复者的标签。数据集划分：数据去重并分成三个部分。训练集

OpenCSG2024-03-21 更新60

nlp_chinese_corpus

Opencsg2024-03-21 更新170

nlp_chinese_corpus

大规模中文自然语言处理语料，包含多个子数据集，如维基百科、新闻语料、百科问答等，用于支持中文NLP研究和模型训练。

github2020-07-01 更新2000

Chinese-NLP-Corpus

中文NLP语料库集合，包括开放领域、命名实体识别、文本分类、情感分析和评分等多个领域的数据集。

github2020-09-04 更新480