NER中文语料集.zip

由复旦大学李荣陆提供。收集工作花费了不少人力和物力，所以请大家在使用时尽量注明来源（复旦大学计算机信息与技术系国际数据库中心自然语言处理小组）。train.zip为训练语料，共9804篇文档，分为20

bert数据集MSPC，语言学语料库是一种用于自然语言处理任务的数据集，其中包含了大量的语言学语料。这个数据集被广泛应用于机器翻译、语义分析、情感分析等各种自然语言处理任务中。它可以帮助研究人员和开发

赛莉®中文语料自动标注 https://www.botsally.tech 更多的语料资源，请到标注语料下载页面下载，语料的下载仅用于科研实验，商业应用请购买版权。

编码格式为GBK。 是网上流传的测试集和训练集的合并版。 用户获取后要自行清洗语料。

含80万条带标注中文短信（其中1表示垃圾短信，0表示正常短信）；20万条不带标注的中文短信；参考链接：https://github.com/hrwhisper/SpamMessage

中文命名实体识别ner数据_resume_bio格式已经清理干净，放心下载，直接可以用各种ner模型训练

人民日报2014语料库和很多行业的中文分词库，如财经，地点，电视剧，电影等。如果有需要的可以在此处下载哦。

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。

该数据库(http://www.chineseldc.org/resource_info.php?rid=76)由中国科学院自动化研究所录制,由4位录音人(2男2女)在纯净录音环境下(信噪比约为35d

机器人对话语料库，苦苦收集而来，希望可以帮助大家，谢谢支持