中文文本分类语料-测试集下载
是测试集，训练集请见我的资源 本语料库由复旦大学李荣陆提供。test_corpus.rar为测试语料，共9833篇文档；train_corpus.rar为训练语料，共9804篇文档，两个预料各分为20个相同类别。训练语料和测试语料基本按照1:1的比例来划分。
2022-07-21 10:16:29
52.72MB
1
语料来源为WMT18，本资源包含中英文的平行语料50000句，以及简单预处理后的文件。中文预处理：去除标点、数字，分词；英文预处理：去除标点、数字，大小写转换。可以用来做简单的神经机器翻译练习使用。
2022-07-06 19:41:24
7.59MB
1
人民日报语料处理工具集 | Tools for Corpus of People's Daily
2022-05-27 18:05:52
2.53MB
1
本语料库由复旦大学李荣陆提供。test_corpus.rar为测试语料，共9833篇文档；train_corpus.rar为训练语料，共9804篇文档，两个预料各分为20个相同类别。训练语料和测试语料基本按照1:1的比例来划分。使用时尽量注明来源（复旦大学计算机信息与技术系国际数据库中心自然语言处理小组）。文件较大（训练测试各50多兆），下载时请耐心等待。
2022-05-21 16:37:46
51.14MB
1
数据集是COAE2015评测中的任务：关于中文情感倾向型分析， 适合用于训练情感分析的模型。比如针对博文：哇塞，这里有好多绝版的照片，简直太赞了！ 带有标签信息 positive
2022-05-14 11:19:57
1.97MB
1
自然语言处理第二次作业：
data文件夹中存储语料（中文语料以及英文语料由老师提供，另一份为中文停用词语料）
output文件夹中存储输出的词向量文件
script文件夹中为CBOW的脚本，同时处理中文语料与英文语料
运行步骤：在脚本中确定训练中文或者是英语后，直接运行即可
2022-05-11 10:42:22
13.58MB
1