仿人民日报网络报纸源码

PFR语料库是对人民日报1998年上半年的纯文本语料进行了词语切分和词性标注制作而成的，严格按照人民日报的日期、版序、文章顺序编排的。文章中的每个词语都带有词性标记。

人民日报2018年你好明天微评论数据清洗原数据版本，并没有什么用

共74638条数据，爬取时间的为2018年3月18日，数据包括爬取时间，爬取链接，微博url，用户id，用户昵称，用户头像，关注数，粉丝数，发布时间，微博内容，微博内容txt，发自，转发数，评论数，点

2014年的人民日报数据，总共有28万行，可直接做词性标注训练使用，处理后也可以做实体识别模型训练用。

词性标注@人民日报199801nlp自然语言处理。。。。。。

用Java（Jsoup）实现的爬虫程序，能够获取人民日报的某一天的全部文本新闻信息，然后用JFrame显示出来。

该资源为2014年1月分词及标注语料。如果谁有全年切分语料希望能共享出来。

PFR语料库，有词语切分和词性标注，严格按照人民日报的日期、 版序、文章顺序编排。做NLP非常好的一份资源。

本文件包含：1.CRF++-0.582.人民日报语料；希望能对学习CRF的学习者们提供帮助

人民日报，数字报，人民日报数字报，数字报发布系统