Alternatives and similar repositories for data:

Users that are interested in data are comparing it to the libraries listed below

• i3ef0xh4ck / the-most-complete-dictionary-ever
  The most complete Chinese dictionaries ever. 史上最全的中文分类词库，包含地理信息、电子游戏、工程应用、农林牧渔、人文科学、社会科学、生活百科、医学医药、艺术设计、娱乐休闲、运动休闲、自然科学等12大类的超级字典。
  ☆76Updated 4 years ago
• wainshine / Medical-Names-Corpus
  医疗语料库。医疗机构名语料库。药品本位码。
  ☆64Updated 10 months ago
• mahavivo / scripta-sinica
  汉语古典文本资料库
  ☆264Updated 7 years ago
• wainshine / Species-Names-Corpus
  物种名称语料库。植物名,动物名。
  ☆45Updated 10 months ago
• v-zich / couplet-clean-dataset
  Chinese Couplets Dataset without vulgar words. 不包含敏感内容的对联数据集。
  ☆71Updated 5 years ago
• kaixindelele / ChatSensitiveWords
  利用LLM+敏感词库，来自动判别是否涉及敏感词。
  ☆111Updated last year
• BangBOOM / Classical-Chinese
  古文现代文翻译平行语料库
  ☆100Updated 3 years ago
• yiyujianghu / sinan
  中文日期/时间/数字量提取工具
  ☆65Updated 4 years ago
• yuanjie-ai / ChineseSensitiveVocabulary
  暴恐违禁 文本色情 政治敏感 恶意推广 低俗辱骂
  ☆95Updated 2 years ago
• raynardj / yuan
  渊 - A project for Classical Chinese
  ☆97Updated 2 years ago
• qianzhengyang / AllDataPackages
  中文、分词、词表、核心词典、事件词表、停用词、敏感词、问答、问答数据、知识图谱、文本语料。
  ☆152Updated 3 years ago
• wainshine / Book-Names-Corpus
  图书名语料库。含部分电影、游戏名称。
  ☆68Updated 10 months ago
• CyberCommy / baidu-wiki-500w
  百度百科 500 万数据集
  ☆33Updated last year
• panhaiqi / AncientPoetry
  古诗词语料库
  ☆125Updated 7 years ago
• JiangYanting / Pre-modern_Chinese_corpus_dataset
  近代汉语语料库数据集 自然语言处理 语料库 古代汉语 古汉语 文言文 数字人文 计算语言
  ☆152Updated 2 months ago
• flyrae / Chinese-Psychological-QA-DataSet
  中文心理问答数据集
  ☆72Updated 4 years ago
• JiangYanting / CNKI_Chinese_paper_dataset
  中国知网论文数据集，24000+篇论文信息。自然语言处理、信息管理、文本分类、文本摘要、关键词抽取、研究热点分析、数据挖掘、数据分析
  ☆46Updated 2 months ago
• xueyouluo / speller-bert
  中文纠错
  ☆92Updated 2 years ago
• prnake / CialloCorpus
  人民日报(1946-2023)、习近平系列重要讲话数据库、古诗文
  ☆53Updated 4 months ago
• clue-ai / clueai-python
  clueai工具包: 3行代码3分钟，自定义需要的API！
  ☆231Updated last year
• liuhuanyong / MusicLyricChatbot
  chatbot based on music region using method including es and music kb.基于14W歌曲知识库的问答尝试，功能包括歌词接龙，已知歌词找歌曲以及歌曲歌手歌词三角关系的问答。
  ☆270Updated 6 years ago
• mattzheng / ChineseWiki
  维基百科中文语料整理
  ☆294Updated 6 years ago
• fighting41love / Chinese_from_dongxiexidian
  mirror of dongxiexidian/Chinese
  ☆287Updated 6 years ago
• Valuebai / Text-Auto-Summarization
  文本自动摘要
  ☆92Updated last year
• JiangYanting / Chinese_book_dataset
  中文图书数据集/数据挖掘/自然语言处理/中国图书分类法/图书情报学/数据挖掘/文本分类/
  ☆85Updated 2 months ago
• dongrixinyu / jiojio
  A convenient Chinese word segmentation tool 简便中文分词器
  ☆46Updated last month
• neverneverendup / Translator
  互联网在线翻译引擎爬虫集合，包含谷歌翻译、百度翻译、有道翻译、必应翻译等引擎。Internet online translation engine crawler collection, including Google translation, Baidu transla…
  ☆80Updated 3 years ago
• zhangyics / Chinese-abbreviation-dataset
  This is a corpus of Chinese abbreviation, including negative full forms.
  ☆191Updated 3 years ago
• hsc748NLP / code-for-digital-humanities-tutorial
  <数字人文教程>资源合集
  ☆92Updated 8 months ago
• FreeFlyXiaoMa / pycorrector
  错别字纠正算法。调用pycorrector接口，使用规则。
  ☆66Updated 5 years ago