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
• 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。
  ☆159Updated 3 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
  ☆54Updated 4 months ago
• kaixindelele / ChatSensitiveWords
  利用LLM+敏感词库，来自动判别是否涉及敏感词。
  ☆112Updated last year
• mahavivo / scripta-sinica
  汉语古典文本资料库
  ☆271Updated 7 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
• flyrae / Chinese-Psychological-QA-DataSet
  中文心理问答数据集
  ☆73Updated 4 years ago
• Times125 / encyclopediaCrawler
  百度百科爬虫
  ☆71Updated 8 months 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
  ☆48Updated last week
• xiu-ze / Poetry
  爬取自互联网的古诗词语料库，包含先秦至当代诗词，共计1014508首诗
  ☆30Updated 2 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
  ☆153Updated last week
• 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 last week
• clue-ai / clueai-python
  clueai工具包: 3行代码3分钟，自定义需要的API！
  ☆232Updated last year
• xueyouluo / speller-bert
  中文纠错
  ☆92Updated 3 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 11 months ago
• wainshine / Book-Names-Corpus
  图书名语料库。含部分电影、游戏名称。
  ☆71Updated 11 months ago
• lanhin / SchoolChinese
  中学语文课文——文言文古诗词
  ☆30Updated 6 years ago
• CyberCommy / baidu-wiki-500w
  百度百科 500 万数据集
  ☆34Updated 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
• charlesXu86 / char_featurizer
  汉字字符特征提取工具，可以提取出字符中的字音（声母、韵母、声调）、字形（偏旁、部首）、四角编码等特征，同时可作为tensor输入到模型
  ☆134Updated 4 years ago
• mattzheng / ChineseWiki
  维基百科中文语料整理
  ☆295Updated 7 years ago
• liuhuanyong / PersonGraphDataSet
  PersonGraphDataSet, nearly 10 thousand person2person relationship facts。 人物图谱数据集，近十万的人物关系图谱事实数据库，通过人物关系抽取算法抽取+人工整理得出，可用于人物关系搜索、查询、人物关系多跳问…
  ☆241Updated 4 years 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。
  ☆72Updated 5 years ago
• wainshine / Species-Names-Corpus
  物种名称语料库。植物名,动物名。
  ☆48Updated 11 months ago
• VMIJUNV / chinese-poetry-and-prose
  84万篇古诗文数据，带译文、赏析、热度等信息，3万名作者数据，还有写了个本地化查询古诗词的软件。
  ☆120Updated 2 years ago
• BangBOOM / Classical-Chinese
  古文现代文翻译平行语料库
  ☆101Updated 3 years ago
• panhaiqi / AncientPoetry
  古诗词语料库
  ☆129Updated 7 years ago
• liuhuanyong / DomainWordsDict
  DomainWordsDict, Chinese words dict that contains more than 68 domains, which can be used as text classification、knowledge enhance task。…
  ☆681Updated 3 years ago
• polygraph8 / 5minNLP
  五分钟NLP 知识
  ☆43Updated 4 years ago
• jaaack-wang / ccnc
  CCNC: A Comprehensive Chinese Name Corpus (3.65M name samples). 大型中文姓名语料库 (内含365万姓名语例)。
  ☆37Updated 3 years ago