包括法律、裁判、文书、刑法等相关内容的自认语言识别词库，原文从搜狗法律相关词库中收集、整理，把这个词库作为NLP、裁判文书分词、关键字提取等研究中使用。
2021-12-02 23:31:16
192KB
1
2020年的所有搜狗词库，已经全部处理为txt格式的纯汉字。可以直接提供给IK使用，如果有编码问题，重新保存为UTF-8
2021-09-07 18:06:56
129.72MB
1
最近做了些关于关键词（敏感词）过滤、lucene搜索方面的编码工作，整理了一些词库，共享给大家，希望用得着。所有词库都是纯文本格式的。
2021-07-06 17:37:04
255KB
1
法律分词库，主要是针对搜狗词库中较新的词库进行了整合，并添加了人名以及裁判文书中针对人名所作的隐私屏蔽。如王某之类的表述。
2021-06-17 09:01:41
1.59MB
1
搜狗网站下载词库网页容易崩，所以提前下载了一些，包括：通信，计算机，网络，编程，成语大全，篮球，绘画，美术，高中常考诗词，NBA，电影，王者荣耀等
2021-05-23 16:08:35
2.78MB
1
爬取搜狗 2020-3-23 的所有字条，700 多 w 条。只有 txt文件，12 个大类别，文件夹下对应是各个大类别下的小类别，压缩文件 108 m。可用于 es 扩展中文词库
2021-05-08 17:04:50
103MB
1