国内语料库建设一览表

最新推荐文章于 2025-01-24 16:08:25 发布
最新推荐文章于 2025-01-24 16:08:25 发布
阅读量1.1w 收藏 11
点赞数 1
分类专栏： 挑战杯后整理 文章标签： 语言 工作 旅游 交通 咨询
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。
本文链接：https://blog.youkuaiyun.com/yujun00/article/details/541633
版权
本文详细列举了国内各类语料库的建设情况，涵盖了语言学研究、工作应用、跨文化交流等多个领域，为读者提供了丰富的语料资源参考。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

国内语料库建设一览表
类型 语料库名称及大小 建设单位
英语学习者语料库（书面语及口语） 中国学习者语料库 CLEC（100万） 广外、上海交大
大学英语学习者口语语料库 COLSEC (5万) 上海交大
香港科技大学学习者语料库 HKUST Learner Corpus 香港科技大学
中国英语专业语料库 CEME (148万) 南京大学
中国英语学习者口语语料库 SECCL (100万) 南京大学
最低0.47元/天 解锁文章
中国英语学习者语料库
08-22
该语料库是国内比较早的英语学习者语料库，对于英语教学研究有很大的帮助！
中文二十几个行业的语料库.zip
07-08
包含20几个行业的文本语料，可用于文本分析，如文本相似度计算，文本挖掘，情感分析、关键词云图的构建等
【语料库】语料库资源汇总
热门推荐
Fredericke Guo的专栏
12-19 2万+
国内可用免费语料库（凡没有标注不可用的链接均可用） (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.cncorpu
大模型语料库的构建过程 包括知识图谱构建 垂直知识图谱构建 输入到sql构建 输入到cypher构建 通过智能体管理数据生产组件
最新发布
web15085415935的博客
01-24 1301
通过这样的智能体协调管理底层数据加工组件，可以对大模型语料库构建过程中的数据进行全面、系统的二次加工，提高数据的质量和可用性，为大模型的训练和应用提供更好的数据支持。通过以上步骤，可以逐步构建一个功能完善的大模型语料库，为大模型在不同领域和应用场景中的使用提供全面的数据支持。prompt = “根据以下实体和关系，推断新的实体和关系：[已有实体和关系列表]”prompt = f"从以下文本中提取所有的实体和关系：{corpus}"# 解析提取的信息，将其存储在结构化数据中，如 JSON 或 RDF 格式。
机器学习保险行业问答开放数据集：1.语料介绍
Chatopera
08-10 3797
insuranceqa-corpus-zh保险行业语料库Welcome该语料库包含从网站Insurance Library 收集的问题和答案。据我们所知，这是保险领域首个开放的QA语料库： 该语料库的内容由现实世界的用户提出，高质量的答案由具有深度领域知识的专业人士提供。 所以这是一个具有真正价值的语料，而不是玩具。 在上述论文中，语料库用于答复选择任务。 另一方面，这种语料库的其他用法也是可能的。
托福听力速记符号单词表
プロノCodeSteel
08-17 1872
未经允许禁止转载 下这些都是我自己总结和使用过的资料，觉得对你有用的话不妨点个关注~ 托福听力速记符号单词表 - プロノCodeSteel - 优快云博客 TOEFL 活用简单词 - プロノCodeSteel - 优快云博客 《托福写作——100 个替换词汇》 - プロノCodeSteel - 优快云博客 TOEFL新托福写作的 11 种常见错误分析 - プロノCodeSteel...
美国当代英语语料库20000词频表（完整版）.xlsx
10-26
美国当代英语语料库20000词频表完整版 含词性。优先背下来口语常用词，适合以提高英语口语水平和实际交流能力为目的的学习者。
美国当代英语语料库COCA20000词频表
08-04
文件夹包括： COCA20000.pdf（PDF格式词频表）； 美国当代英语语料库20000词频表.xlsx（EXCEL格式，支持导入到单词软件）
Brown语料库和LOB语料库
10-17
Brown语料库是世界上第一个计算机可读的语料库，它搜集的语料来自1961年美国英语出版物上的文本，共500篇，每篇大约2000个单词，合计100万单词。LOB语料库是模仿Brown语料库的比例建立起来的英国英语语料库，其预料...
人民日报语料库（中文分词语料库）
09-08
《人民日报语料库（中文分词语料库）》是由北京大学开发的一个重要的中文语言资源，它主要包含1998年1月份《人民日报》的所有文本，这些文本经过了专业的词性标注处理，对于研究中文自然语言处理，特别是中文分词与...
文本分类搜狗语料库
06-20
搜狗文本分类语料库
中文新闻类分类语料，共4个类别，分别文化，财经，军事，运动
01-17
文本分训练和测试集，每个类别2000条新闻，简单做分类，测试效果 是足够了
中英平行语料库
10-23
一万句对齐的中英文平行语料库，用于机器翻译，问答系统等模型的预处理语料。
【一起入门NLP】中科院自然语言处理第2课-语料库与知识语言库
vector的博客
09-08 892
专栏介绍：本栏目为????2021秋季中国科学院大学胡玥老师的自然语言处理????课程记录，不仅仅是课程笔记噢～ 每周上两小节课，每周更新两篇博客，如果感兴趣的话，就和我一起入门NLP吧???? 第【2】课：语料库与知识语言库 这节课也比较简单哦，从下面这张图可以看到本次课讲的是在基础理论之前对数据资源的介绍． 目录 1.语料库概述 2. 语料库技术的发展 3.典型语料库资源 4.语言知识库 1.语料库概述 语料库是什么 现代的语料库是指存放在计算机里的原始语料文本 或
语料库corpus
aigui1439的博客
10-18 718
语料库在线 http://www.cncorpus.org/ 现代汉语语料库 http://ccl.pku.edu.cn/corpus.asp?item=1 古代汉语语料库 http://ccl.pku.edu.cn/corpus.asp?item=2 汉英双语语料库 http://ccl.pku.edu.cn/corpus.asp?item=3 HS...
常用语料库语言学相关软件下载
草莓在努力！！！
07-15 1万+
常用语料库语言学相关软件下载1.concapp04 (concapp03的修订版,可支持超大字符集) 软件下载地址   http://chinese.hust.edu.cn/Concapp04.exe            http://chinese.hust.edu.cn/c
如何建语料库_语料库的建立
weixin_32429413的博客
12-23 799
I have my documents as:doc1 = very good, very bad, you are greatdoc2 = very bad, good restaurent, nice place to visitI want to make my corpus separated with , so that my final DocumentTermMatrix becom...
美国当代英语语料库20000词频表：英语学习者福音
标题中的“最新美国当代英语语料库20000词频表”表明这是关于当前使用的美国英语的一个词频统计资料。在语言学领域，特别是词汇研究领域，词频表是非常重要的资源。通过对大量真实语料的统计分析，可以得到不同词汇...
评论 3
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