中文分词词库，中文词库20万（19万6千）,自己整理的，用于做中文分词，根据一段话，或者一篇文章进行拆词都可以使用的上。
2023-05-11 22:56:04
2.22MB
1
中文人名语料库（Chinese-Names-Corpus）
业余项目“萌名NameMoe（一个基于语料库技术的取名工具）”的副产品。
萌名手机网页测试版： ，欢迎体验。
不定期更新。只删词，不加词。
可用于中文分词、人名识别。
请勿将本库打包上传其他网站挣积分，已上传的请配合删除，谢谢！
中文常见人名（Chinese_Names_Corpus）
数据大小：120万。
语料来源：从亿级人名语料中提取。
数据清洗：已清洗，但仍存有少量badcase。
新增人名生成器。
中文古代人名（Ancient_Names_Corpus）
数据大小：25万。
语料来源：多个人名词典汇总。
数据清洗：已清洗。
中文姓氏（Chinese_Family_Name）
数据大小：1千。
语料来源：从亿级人名语料中提取。
数据清洗：已清洗。
中文称呼（Chinese_Relationship）
数据大小：5千，称呼词根
2023-02-23 16:26:55
17.62MB
1
Python 58同城房价bs4 beautiful soup爬虫获取 room_name room_type room_area room_addr0 room_addr1 room_price房价名称类型面积地址价格等 jieba中文分词 tf-idf向量化 kmeans聚类 浏览器多页爬虫 jupyter notebook numpy pandas sklearn 数据分析 数据挖掘
2023-02-22 22:22:27
113KB
1
solr5.5.4对应的中文分词器下载，如果solr为tomcat方式部署，下载后解压该压缩文件，将下面的jar文件复制到solr项目的lib目录下，将里面的配置其他配置文件复制到classes目录下即可。
2023-02-14 23:09:18
13.84MB
1
lucene6.6中适配的拼音分词jar包以及ik中文分词jar包，以及自定义的分词词组包和停词包，可以实现lucene建立索引时进行拼音和中文的分词。
2023-02-13 09:23:59
16.39MB
1
记录超大容量辞海词典词库
可以自行导入数据库后用于分词
辞海词典。
Access数据库。
含380578条数据。
含各类词语解释、注音和例句。
2023-01-27 15:52:56
14.21MB
1