Skip to content

Latest commit

 

History

History
53 lines (40 loc) · 4.27 KB

README.md

File metadata and controls

53 lines (40 loc) · 4.27 KB

ChineseNlpCorpus

搜集、整理、发布 中文 自然语言处理 语料/数据集,与 有志之士 共同 促进 中文 自然语言处理 的 发展。

情感/观点/评论 倾向性分析

数据集 数据概览 下载地址
ChnSentiCorp_htl_all 7000 多条酒店评论数据,5000 多条正向评论,2000 多条负向评论 点击查看
waimai_10k 某外卖平台收集的用户评价,正向 4000 条,负向 约 8000 条 点击查看
online_shopping_10_cats 10 个类别,共 6 万多条评论数据,正、负向评论各约 3 万条,
包括书籍、平板、手机、水果、洗发水、热水器、蒙牛、衣服、计算机、酒店
点击查看
weibo_senti_100k 10 万多条,带情感标注 新浪微博,正负向评论约各 5 万条 点击查看
simplifyweibo_4_moods 36 万多条,带情感标注 新浪微博,包含 4 种情感,
其中喜悦约 20 万条,愤怒、厌恶、低落各约 5 万条
点击查看
dmsc_v2 28 部电影,超 70 万 用户,超 200 万条 评分/评论 数据 点击查看
yf_dianping 24 万家餐馆,54 万用户,440 万条评论/评分数据 点击查看
yf_amazon 52 万件商品,1100 多个类目,142 万用户,720 万条评论/评分数据 点击查看

中文命名实体识别

数据集 数据概览 下载地址
dh_msra 5 万多条中文命名实体识别标注数据(包括地点、机构、人物) 点击查看

推荐系统

数据集 数据概览 下载地址
ez_douban 5 万多部电影(3 万多有电影名称,2 万多没有电影名称),2.8 万 用户,280 万条评分数据 点击查看
dmsc_v2 28 部电影,超 70 万 用户,超 200 万条 评分/评论 数据 点击查看
yf_dianping 24 万家餐馆,54 万用户,440 万条评论/评分数据 点击查看
yf_amazon 52 万件商品,1100 多个类目,142 万用户,720 万条评论/评分数据 点击查看

FAQ 问答系统

数据集 数据概览 下载地址
保险知道 8000 多条保险行业问答数据,包括用户提问、网友回答、最佳回答 点击查看
安徽电信知道 15.6 万条电信问答数据,包括用户提问、网友回答、最佳回答 点击查看
金融知道 77 万条金融行业问答数据,包括用户提问、网友回答、最佳回答 点击查看
法律知道 3.6 万条法律问答数据,包括用户提问、网友回答、最佳回答 点击查看
联通知道 20.3 万条联通问答数据,包括用户提问、网友回答、最佳回答 点击查看
农行知道 4 万条农业银行问答数据,包括用户提问、网友回答、最佳回答 点击查看
保险知道 58.8 万条保险行业问答数据,包括用户提问、网友回答、最佳回答 点击查看

加入我们