WuLC / ThesaurusSpider
下载搜狗、百度、QQ输入法的词库文件的 python 爬虫，可用于构建不同行业的词汇库
☆113Updated 7 years ago
Related projects ⓘ
Alternatives and complementary repositories for ThesaurusSpider
- 搜狗、百度、QQ输入法的词库文件的 Java 解析程序，配合 ThesaurusSpider 使用☆107Updated 5 years ago
- 中文相关词典和语料库。☆168Updated 10 years ago
- 转换搜狗拼音词库为txt文件☆50Updated 7 years ago
- 中文分词工具评估☆59Updated last year
- BosonNLP HTTP API 封装库（SDK）☆159Updated 5 years ago
- 用TF特征向量和simhash指纹计算中文文本的相似度☆212Updated 8 years ago
- This is a corpus of Chinese abbreviation, including negative full forms.☆189Updated 3 years ago
- 基于深度学习的自然语言处理库☆153Updated 6 years ago
- 图书名语料库。含部分电影、游戏名称。☆66Updated 7 months ago
- 对中文分词jieba (python版)的注解☆89Updated 6 years ago
- 一个中文词库☆345Updated 10 years ago
- 基于PageRank的TextRank方法, 可以应用于中文关键词、短语、摘要提取程序，代码使用Scala编写。☆126Updated 4 years ago
- 中文单词自动纠错☆120Updated 3 years ago
- Chinese Tokenizer; New words Finder. 中文三段式机械分词算法; 未登录新词发现算法☆95Updated 8 years ago
- a chinese segment base on crf☆234Updated 5 years ago
- 中文分词程序，可以在没有中文语料库的情况下通过相关性将一段文本中的中文词汇抽取出来☆52Updated 11 years ago
- 微信公众号语料库☆573Updated 5 years ago
- 《知网》中文词语语义相似度算法☆42Updated 11 years ago
- 一个中文的已标注词性的语料库☆198Updated 10 years ago
- auto generate chinese words in huge text.☆92Updated 9 years ago
- Train Wikidata with word2vec for word embedding tasks☆123Updated 6 years ago
- 中文短文句相似读☆135Updated 6 years ago
- 把之前 hanLP-python-flask 裡面的 hanLP 單獨分出來☆60Updated 6 years ago
- Simple Solution for Multi-Criteria Chinese Word Segmentation☆300Updated 4 years ago
- 新词发现算法(NewWordDetection)☆93Updated 3 years ago
- An exploration for Eventline (important news Rank organized by pulic time)，针对某一事件话题下的新闻报道集合，通过使用docrank算法，对新闻报道进行重要性识别，并通过新闻报道时间挑选出 时间线上重要…☆211Updated 6 years ago
- 基于哈工大同义词词林扩展版的单词相似度计算方法☆355Updated last year
- 中文预处理语料☆105Updated 5 years ago