unyacat / mama-katu-DM-corpus Public

forked from PenguinCabinet/mama-katu-DM-corpus

Notifications You must be signed in to change notification settings
Fork 0
Star 0

The corpus of Japanese spam messages of invitation Mama Katu.

0 stars 12 forks Branches Tags Activity

Name		Name	Last commit message	Last commit date
Latest commit History 63 Commits
LICENSE		LICENSE
Mama_katu_DM_corpus.txt		Mama_katu_DM_corpus.txt
README.md		README.md
conv.py		conv.py
in_conv.txt		in_conv.txt

Repository files navigation

ママ活DMコーパス

ダウンロード

Mama_katu_DM_corpus.txt

概要

ママ活の勧誘DMを集めてコーパスにしたものです

仕様

文字コードはUTF-8、改行コードはLFです
一行に一つのママ活DMのテキストです
改行は「__br__」という記号に変換しています
送り先ユーザー名は「__to_user__」という記号に変換しています
送り元ユーザー名は「__from_user__」という記号に変換しています

追加方法

in_conv.txtに追加するママ活DMの内容を書き書き(一度に一つずつしか追加できません)
python3 conv.pyを実行
Mama_katu_DM_corpus.txtに追加されている

※conv.pyは「__to_user__」と「__from_user__」に置き換える匿名化にはまだ対応できていません。手動で置換をおこなってください