NLP民工的乐园 最强大的NLP武器库 NLP民工的乐园：几乎最全的中文NLP资源库 词库 工具包 学习资料 在入门到熟悉NLP的过程中，用到了很多github上的包，遂整理了一下，分享在这里。 很多包非常有趣，值得收藏，满足大家的收集癖！如果觉得有用，请分享并star，谢谢！ 长期不定时更新，欢迎手表和叉子！ 涉及内容包括但不限于：中英文敏感词，语言检测，中外手机/电话归属​​地/运营商查询，名字，名称，性别，手机号撤回，身份证删除，邮箱删除，中日文人名库，中文缩写库，拆字字典，词汇情感值，替换词，反动词表，暴恐词表，繁简体转换，英文模拟中文最佳，汪峰歌词生成器，职业名称词库，词典库，反义词库，否定词库，汽车品牌词库，汽车零件词库，连续英语切割，各种中文词向量，公司名称大全，古诗词库，IT词库，财经词库，成语词库，地名库，历史名人词库，诗词词库，医学词库，饮食词库，法律词库，汽车词库，动

文本文件，四十万汉语大词库 已确认过，每行一个词汇，没有重复词汇，可用于中文分词

搜狗输入法细胞词库-网络流词201904，已经处理好可以直接加到IK的字典中进行分词，不需要其他处理。（今天一看居然被调分调到50了，我觉得不值啊，调一下分）

搜狗输入法安卓开发程序员词库(史上最全,实时更新)双击一键安装

中国行政地域（省、市、乡、镇、区、街道办）大全（词库）

搜狗地名词库 scel格式 可以下载相关转化器，获取txt格式的数据

甲言Jiayan 简介 甲言，取“Oracle言”之意，是一种专注于古汉语处理的NLP工具包。目前通用的汉语NLP工具均以现代汉语为核心语料，对古代汉语的处理效果很差（详见）。本项目的初衷，便是辅助古汉语信息处理，帮助有志于挖掘古文化矿藏的古汉语学者，爱好者等更好的地分析和利用文言资料，从“文化遗产”中创造出“文化新产”。当前版本支持，，，和五项功能，更多功能正在开发中。 功能 利用无监督的双，以及左右进行文言词库自动生成。 利用无监督，无词典的和进行古汉语自动分词。 利用词库合成功能产生的文言词典，基于有向无环词图，句子最大概率路径和动态规划算法进行分词。 根据词的的序列标注，词性详见。 基

格式： 序号 单词 词频 词性 词性请参考：http://ictclas.org/ictclas_docs_003.html http://hi.baidu.com/drkevinzhang/blog/category/ictclas%B7%D6%B4%CA/index/1 自己做毕设整理的分词词库，使用中科院的标注集合北大标注集，也就是两种标注混合用的。每个词一个词性，也有词频。由于使用多个词典整合的，词频不是特别准。但是能满足一般的需求。 容量为29.8w. 包含了三级地名、名胜、重要山川河流、一万左右的成语。由于一部分词来自搜狗互联网词库，有些词明显是拼写时常连着拼而不是词。对词库要求高的用户需要另寻良方。 推荐一个对我做分词帮助很大的网站 www.52nlp.cn

5118散文作文行业词库下的38个公开的高频词数据，并非完整高频词数据。 同时由于所有等级的VIP账号单个高频词最高下载量均为50W关键词。

QQ群机器人酷Q语言库、词库_2013.7.15, 2013最新词库,此条很大,容量大约600kb