The Range program is used for analysing the vocabulary load of texts. It can tell you how much and what vocabulary occurs in a particular text or group of texts. It used to be called VORDS, FVORDS, and VocabProfile. It is available here to download with either the GSL/AWL lists (General Service List / Academic Word List) or with the British National Corpus lists, plus instructions for using the program. 包括basewrd词表文件和range32.exe，range32h.exe（BNC_COCA_25000.zip、Range_GSL_AWL.zip、BNC-14000-and-programs-and-instructions.zip、Information-on-the-BNC_COCA-word-family-lists-20180705.pdf、range-level-three-partial.zip）

基于BiGRU和贝叶斯分类器的文本分类，利用搜狐新闻数据集进行实现，对12个种类进行分类，里面设计BiGRUB提取文本特征，TF-IDF特征权重赋值，Bytes分类进行实现，学习深度学习和机器学习很好的借鉴。

从2013~2019年的49份行业知识图谱报告

1. 给出前100个汉字高频字的频率统计结果； 2. 分别给出前1、20、100、600、2000、3000汉字的字频总和； 3. 计算汉字的熵值；

python程序设计

中文分句也是自然语言处理的基础之一，一般来说，中文中每个句子都表达了一个完整的意思。GATE的ANNIE提供了一个ANNIE Sentence Split资源，可以用于划分英文句子，但对中文的划分效果很不好（整篇文章分成了一个句子）。 GATE提供了两种句子划分的方法：基于JAPE规则和基于正则表达式，分别对应于类gate.creole.splitter. SentenceSplitter和gate.creole.splitter.RegexSentenceSplitter。本文先来讲述如何基于JAPE规则进行中文句子划分

自然语言处理，关键词提取，机器学习，人工智能，深度学习

中文医学问答数据集 数据集描述：中文医药方面的问答数据集，超过10万条。 数据说明:questions.csv：所有的问题及其内容。answers.csv ：所有问题的答案。 train_candidates.txt， dev_candidates.txt， test_candidates.txt ：将上述两个文件进行了拆分。

文件中包含百度网盘链接和密码

百度网盘链接和密码在文件中