康奈尔大学的电影对白语料库Cornell Movie-Dialogs Corpus

情绪急救数据集 心理咨询问答语言料库，仅限研究用途。 为什么发布这个语料库 心理咨询中应用人工智能，是我们认为非常有价值的一个探索。我们愿意和更多人合作，把目前领先的人工智能技术，在心理咨询不同场景定位地。扣门的，就给他开门，愿每个人都有自己的心理咨询师。 - 数据集介绍 心理咨询问答语料库（以下也称为“数据集”，“语料库”）是为应用人工智能技术于心理咨询领域制作的语料。据我们所知，这是心理咨询领域首个开放的QA语料库，包括20,000条心理咨询数据，也是公开的最大的中文心理咨询对话语料。数据集内容丰富，不但存在多轮对话内容，也有分类等信息，制作过程耗费大量时间和收益，标注过程是针对多轮对话的，平均每条标记耗时1分钟。 数据集由斯坦福大学，UCLA和台湾辅仁大学临床心理学等心理学专业人士参与建设，并由Chatopera和众多志愿者合作完成。 数据文件位置 ，该文件为Gzip压缩，utf8

该数据集收集了1998年至2007年之间的2500多个“尼日利亚”欺诈信。 fradulent_emails.txt

用于chatterbot训练自己的聊天机器人人，内含160多万条对话

业余项目“萌名NameMoe（一个基于语料库技术的取名工具）”的副产品。已开源在某开源网站，但有用户反馈上不去或网速慢下载不了，现转存一份在CSDN。

Pytorch实现的流式与非流式语音识别模型（数据集：free_st_chinese_mandarin_corpus），源码地址为：https://github.com/yeyupiaoling/MASR

英越双语语料库（EVBCorpus）是英语和越南语平行翻译和bitexts的集合。

一个简单的新闻语料库，包含5个类别，每个类别500篇文档。

matlab仿真代码Binhvq新闻语料库 基本信息： 从包括报纸在内的互联网上约14.896,998篇文章中摘录： 2Sao, ANTG, ANTT, ANTĐ, ATGT, BVPL, BizLIVE, Biên Phòng, Bnews, Báo Văn hóa, Bộ Công thương, Bộ GTVT, Bộ KHĐT, Bộ Ngoại Giao, Bộ Nội Vụ, Bộ Tài Chính, Bộ VHTTDL, CAND, CAĐN, CL&XH, CSTC, Cartimes, Chính Phủ, Công Luận, Công Lý, Công Thương, DNVN, Doanh Nghiệp, Dân Sinh, Dân Việt, Em Đẹp, GD&TĐ, GTVT, Gia Đình Mới, Gia Đình VN, Giao Thông, Giáo Dục VN, GĐ&XH, Hà Nội Mới, Hà Tĩnh, Hải Quan, ICTNews, Infonet, KTNT, KTĐT, Khỏe 365, Khỏe Plus

马来语数据集，我们收集了马来西亚语料库！ 该存储库用于存储和。 我们将不断更新此存储库。 我们如何收集数据集？ 对于新闻，文章和字幕，我们使用搜寻器，您可以从此处获取代码 。 对于Bahasa，大多数情况下我们使用Google Translator，您可以从此处获取代码 。 使用社交媒体，我们使用爬虫从Twitter，Facebook和Instagram捕获大多数实时数据，因此我们仅使用Elasticsearch查询进行搜索。 对于语音，我们使用Macbook Air 2013附带的有线麦克风进行录制，同时阅读了bahasa维基百科的一些随机文本。 我们请一些语言学家来监督。 词汇->从翻译中学习不足->自信学习->来自人类的5次迭代。 执照 根据知识共享署名4.0国际许可，可以下载Malay-Dataset用于研究。 这项工作是根据。 仅使用此标签标记的数据 受此许