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。
  ☆78Updated 5 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。
  ☆162Updated 3 years ago
• mahavivo / scripta-sinica
  汉语古典文本资料库
  ☆281Updated 7 years ago
• clue-ai / clueai-python
  clueai工具包: 3行代码3分钟，自定义需要的API！
  ☆233Updated 2 years ago
• wainshine / Medical-Names-Corpus
  医疗语料库。医疗机构名语料库。药品本位码。
  ☆69Updated last year
• v-zich / couplet-clean-dataset
  Chinese Couplets Dataset without vulgar words. 不包含敏感内容的对联数据集。
  ☆73Updated 5 years ago
• 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/
  ☆88Updated 2 months ago
• wainshine / Species-Names-Corpus
  物种名称语料库。植物名,动物名。
  ☆48Updated last year
• 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
  ☆161Updated 2 months ago
• shuliu586 / AI_Chinese_DataSet_KnowledgeDAO
  供AI训练的中文数据集（持续更新。。。）与AI公司图谱，目前的数据集餐饮行业8000问，百度知道，Alpaca中文数据集，计算机领域数据集，Vicuna数据集，RedPajama数据集，Wikipedia中文词条数据集，网站论坛问答数据集
  ☆57Updated last year
• prnake / CialloCorpus
  人民日报(1946-2024)、习近平系列重要讲话数据库、古诗文
  ☆60Updated last month
• kaixindelele / ChatSensitiveWords
  利用LLM+敏感词库，来自动判别是否涉及敏感词。
  ☆122Updated last year
• BIT-ENGD / baidu_baike
  ☆53Updated 4 years ago
• mattzheng / ChineseWiki
  维基百科中文语料整理
  ☆297Updated 7 years ago
• flyrae / Chinese-Psychological-QA-DataSet
  中文心理问答数据集
  ☆75Updated 5 years ago
• SivanLaai / BaiduPinyinCrawler
  百度汉语字典爬虫，拼音数据，35万海量百度词典数据。
  ☆24Updated 2 years ago
• liuhuanyong / DomainWordsDict
  DomainWordsDict, Chinese words dict that contains more than 68 domains, which can be used as text classification、knowledge enhance task。…
  ☆700Updated 3 years ago
• panhaiqi / AncientPoetry
  古诗词语料库
  ☆132Updated 8 years ago
• wainshine / Book-Names-Corpus
  图书名语料库。含部分电影、游戏名称。
  ☆71Updated last year
• lanhin / SchoolChinese
  中学语文课文——文言文古诗词
  ☆33Updated 6 years ago
• CyberCommy / baidu-wiki-500w
  百度百科 500 万数据集
  ☆34Updated last year
• hee0624 / mydict
  收集的各类字典,欢迎大家提交。（专业、中草药、中药、交通、停用词、动物、健康、国家、地名、学校、植物、汽车品牌）
  ☆71Updated 5 years ago
• fangj / rmrb
  人民日报（1946-2003)
  ☆135Updated 6 years ago
• ownthink / evaluation
  各大中文分词性能评测
  ☆157Updated 6 years ago
• hsc748NLP / code-for-digital-humanities-tutorial
  <数字人文教程>资源合集
  ☆101Updated 11 months ago
• BangBOOM / Classical-Chinese
  古文现代文翻译平行语料库
  ☆104Updated 3 years ago
• iflytek / cino
  CINO: Pre-trained Language Models for Chinese Minority (少数民族语言预训练模型)
  ☆243Updated 2 years ago
• PeterH0323 / ancient-chat-llm
  ancient-chat-llm: A LLM which is proficient in Chinese culture 古语说： 一个精通中国文化的大模型
  ☆43Updated last year
• fighting41love / Chinese_from_dongxiexidian
  mirror of dongxiexidian/Chinese
  ☆300Updated 6 years ago
• zhangyics / Chinese-abbreviation-dataset
  This is a corpus of Chinese abbreviation, including negative full forms.
  ☆196Updated 3 years ago