中文词库(120万带IDF权重)

wsjy573 1034 0 RAR 2018-12-20 10:12:18

其于原有20万带IDF权重的词典，经过去重，增加，合并后成了120万；线上系统正在使用中，非常不错；后面我会将常用度量的也加上。最终形成超全的词库

推荐下载

IT16000条财经3830条成语8519条地名44805条历史名人13658条诗词13703条医学18749条饮食8974条法律9896条汽车1752条动物17287条

在众多五笔输入法中,虽各有优点,但早年学习使用五笔的人都还是喜欢用原版的《王码五笔》,但因为86版五笔产生较早,很多新生词都没有。如:兴趣、手机、等。WORD中的那个王码五笔输入法就是。故上传这个带词

tf-idf 随身听。 Una voz age alta y llena,索诺拉; 拉奥特拉,德尔加达,Empezaba las palabras y no las terminaba或las ter

词库+网站敏感词词库包含:网站违禁词库.txt约10wCiKu4.txt约180w

日中词库。有道词典可以添加。有多个词库,懒得改了

语料库172kbtxt可以直接浏览修改内容如下:按百分率按百分率收取按比例分摊按成本计价按成本计算安达信按当时价格计算按当时市价计算按法律规定按付款当日价格按固定价格计算..

语料库215kbtxt可以直接浏览编辑内容:矮胖子基金按百分率按百分率收取按比例分摊安彩高科按成本计价按成本计算安达信按当时价格计算按当时市价计算按法律规定按付款当日价格...

基於python的中文小说/文件tf-idf实现.zip,Term frequency–inverse document frequency for Chinese novel/documents i

可用于计算机专业中文名词分词的词库,总共有9000多个词在文档中。

链接:http://thuocl.thunlp.org 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

用户评论

请输入评论内容

评分：

卡了网匿名网友 2018-12-20 10:12:18

120w词，覆盖度还是小