以往网上的示例大部分以汉字"啊芭擦......."分别为ABC......等拼音的边界来处理，后来我发现有大部分汉字都返回不了，或返回不正确（如“诤”、“诃”、“陧”等等均返回A）；
本示例解决了这一问题，经过将所有汉字ASCII码进行详细分析、研究最终找到有3008个汉字为非标准，并特别做了专门的处理；
2019-12-21 20:21:04
10KB
1
汉语语料库，包含9000多个文本，涵盖新闻、论文、散文、小说等多种类型的文本，经过了分词和词性标注的精加工。
2019-12-21 20:13:19
31.68MB
1
CTB6汉语分词语料库，可以拿来做分词任务。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
2019-12-21 19:47:41
6.3MB
1