国内可用语料库 附件资源

语料库工具 分词器,清理器,分析器,模糊匹配器,TfIdf,Eval,POS-tagger 令牌器(OpenNMT): pip install pyonmttok echo "Hello W

TED平行语料库是一个多语言平行语料库，包括多语言并行语料库和单语语料库。该语料库从TED会议中提取了109种世界语言的文本数据。多语言的平行语料库包括12种语言，涵盖了超过1.2亿个对齐句子，并且这

大概一万句中英对齐语料库,不用预处理了直接可以用.!!

该ppt为中文分析算法的语料库和词典结构简介

LibriVox语料库下载链接,可以用于语种识别,每个语种100+ hours的语料库,包含以下语种的(english、French、German、spanish、Italian、Dutch)六种语言

藏语语料库预处理研究

本文介绍了银行疑问句(BQ)语料库,这是一种用于句子语义对等识别(SSEI)的中文语料库。 BQ语料库包含来自1年在线银行客户服务日志的120,000个问题对。 为了有效地处理和注释来自如此大量日志的

NLP文本分类语料库(复旦)语料训练集

人民日报2014语料库

包含多种类别，如政治、经济、体育、计算机、教育等等