【分享】一个免费语料库

最新推荐文章于 2025-10-20 13:40:15 发布
原创 最新推荐文章于 2025-10-20 13:40:15 发布 · 541 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #pytorch

https://www.openslr.org/resources.php

需要中文语料库的小伙伴可以搜索“Mandrain”，我找到5个，分别是：

SLR33

SLR38

SLR47

SLR62

SLR68

下载可以选择中国的镜像站点

LateLinux
关注
语料库.zip
06-14
语料库资源里有网上购酒评论，分为积极评论与消极评论； 资源里还包括中文停用词1800+
Trados 格式语料库
01-07
这是 Trados格式的语料库，里面含有几百万条中英文对照的句子，是翻译人士的不可多得的参考资料。
国内可用免费语料库
qq_38573437的博客
11-29 612
国内可用免费语料库
免费在线语料库
xlvector的专栏
11-11 5942
转自http://blog.sina.com.cn/u/3f7d15aa0100042lAcademia Sinica Balanced Corpus of Modern Chinesehttp://www.sinica.edu.tw/SinicaCorpus/Peking University Modern Chinese Corpushttp://ccl.pku.edu.cn/ccl_co
精选资源
AIML/aiml中文语料库
02-16
这个语料库大概有上万条对话，都是中文的，免费分享给大家。缺点是使用的语法都是最基本的语法，没有一些华丽的对话设置。
精选资源
中文分词中一种聊天语料库的构建
02-26
5. 研究论文（Research Paper）：这篇文章属于研究论文的范畴，旨在介绍一个全新的聊天语料库构建方法，并对其构建过程进行了详细的阐述。研究论文通常用于学术交流，分享新的发现、理论、方法或实验结果。 6. 评估...
ch02 语料库与词汇知识库.pdf
09-18
它们通常由大学、图书馆、企业和研究机构共同创建和维护，例如Linguistic Data Consortium（LDC）就是一个著名的语料库提供商，拥有大量多语种、多类型的语料资源。 语料库按照不同标准可分为多种类型。按用途，...
1、语言语料库：语言学研究与应用的新趋势
最新发布
cola5的博客
10-20 29
本文探讨了语言语料库在语言学研究与应用中的新趋势，重点分析了语料库在语言教学、词典编纂、翻译等领域的具体应用及其操作步骤。文章还阐述了语料库在印度多语言环境下的开发挑战与机遇，并展望了其未来在跨学科融合、多模态数据处理和个性化服务等方面的发展方向。语料库作为实证语言研究的重要资源，正推动语言学及相关技术的深入发展。
语料库，自己整理的，有需要的吗
08-06
语料库，自己整理的，对txt文件进行去停用词、分词。（停用词是指对文本含义几乎没有影响的词，这些词存入到.txt，分词调用的结巴分词库）
有没有免费的比较容易使用的语料库
weixin_42611310的博客
02-18 240
抱歉，我不太清楚有哪些免费的比较容易使用的语料库。但是我可以推荐一些免费的、可以让你轻松使用的语料库，比如Gutenberg Project、Common Crawl、Google Books Ngrams、CHILDES、LDC、OpenSubtitles等等。 ...
国内可外用免费语料库下载资源汇总, 语言翻译必备：国内外23个语料库推荐
weixin_33920401的博客
09-04 1万+
国内可外用免费语料库下载资源汇总   (一) 国家语委1.国家语委现代汉语语料库http://www.cncorpus.org/现代汉语通用平衡语料库现在重新开放网络查询了。重开后的在线检索速度更快，功能更强，同时提供检索结果下载。现代汉语语料库在线提供免费检索的语料约2000万字，为分词和词性标注语料。 2.古代汉语语料库http://www.cncorpus.org/login.aspx网站...
THCHS-30：一个免费的中文语料库（背景介绍）
hdm314的博客
08-07 2720
摘要和第一部分是介绍目前语音识别开源语音库的现状，包括英文和中文的，由此引出来THCHS-30语料库。都是一些无关痛痒的介绍，所以不做翻译了。 以下是正式翻译： 2 THCHS-30的特点 这部分我们介绍THCHS-30语音库。这个数据库是在2000-2001年记录的，第一个作者是Prof.Xiaoyan Zhu的一个研究生。这个语音库设计的目的是作为863数据库的补充，尽可能提高中文发音的涵盖率。这个新数据库叫TCMSD(清华大学连续普通话数据库），而且变得 更加开放。。我们15年前发布了这个数据库
国内免费汉语语料库-NLP
热门推荐
luolan9611的博客
10-29 2万+
自转载https://www.sohu.com/a/196504864_236505 （一）国家语委 1国家语委现代汉语语料库http://www.cncorpus.org/ 现代汉语通用平衡语料库现在重新开放网络查询了。重开后的在线检索速度更快，功能更强，同时提供检索结果下载。现代汉语语料库在线提供免费检索的语料约2000万字，为分词和词性标注语料。 2古代汉语语料库http://www...
语音识别(ASR)论文优选：粤语语料集Automatic Speech Recognition Datasets in Cantonese Language: A Survey and a New D
低调奋进
01-10 3329
声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html。语音合成领域论文列表请访问http://yqli.tech/page/tts_paper.html，语音识别领域论文统计请访问http://yqli.tech/page/asr_paper.html。如何查找语音资料请参考文章https://mp.weixin.qq.com/s/eJcpsfs3OuhrccJ7_BvKOg）。如有转载，请
【新手福利】十款语料库软件工具
2403_86762465的博客
08-27 3186
语料库工具是指用于处理和分析大规模文本数据集（即语料库）的软件工具和技术。这些工具可以帮助研究人员和开发者进行语言学研究、自然语言处理、机器学习等多个领域的应用。
【区块链 + 文化版权】基于 FISCO BCOS 的方言大数据语料库 | FISCO BCOS 应用案例
FISCO_BCOS的博客
03-28 629
苏州喵自在区块链科技有限公司打造的基于FISCO BCOS 的粤语大数据语料库， 旨在利用区块链技术保护和发展粤语文化遗产。该项目利用区块链的不可篡改性、分布式存储、智能合约和激励机制等特性， 为保护非物质文化遗产， 加强粤语研究与教育和开发特色文化产品和服务等方面积累了有益探索。
OpenSLR 中国镜像背后的数据存储服务商，原来是这样一家公司！
优快云资讯
09-11 4963
张晴晴作者 | 夕颜采访嘉宾 | 张晴晴出品 | 优快云（ID:优快云news）从事语音领域的开发者、学习者一定对OpenSLR不陌生，这个美国著名的语音资源开放平台托管着来自世界各...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值