楼主: CDA网校
5995 17

文本挖掘常用的107个语料库 [推广有奖]

管理员

已卖:189份资源

泰斗

3%

还不是VIP/贵宾

-

威望
3
论坛币
117887 个
通用积分
10243.6209
学术水平
278 点
热心指数
286 点
信用等级
253 点
经验
228049 点
帖子
6913
精华
19
在线时间
4375 小时
注册时间
2019-9-13
最后登录
2026-1-4

初级热心勋章

楼主
CDA网校 学生认证  发表于 2021-2-19 11:37:17 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
NLTK内置了对几十个语料库和经过训练的模型的支持,如下所示。要在NLTK中使用这些,我们建议您使用NLTK语料库下载程序,
  1. >>> nltk.download()
复制代码
请参考每个语料库中包含的自述文件以获取更多信息。
1.perluniprops:Unicode版本7.0.0字符属性在Perl中的索引[download|source]
编号:perluniprops;尺寸:100266;作者:;版权:;许可证:;

2.单语词对齐器(Sultan et al.2015)是释义数据库的子集。 [download|source]
id:mwa U ppdb;大小:1594711;作者:;版权:;许可证:Creative Commons Attribution 3.0 Unported(CC-BY);

3.Punkt Tokenizer模型 [download|source]
id:punkt;尺寸:13707633;作者:Jan Strunk;版权:;许可证:;

4.RSLP词干分析器(Removedor de Sufixos da Lingua Portuguesa) [download|source]
编号:rslp;尺寸:3805;作者:Viviane Moreira Orengo(vmorengo@inf.ufrgs.br)和克里斯蒂安·休伊克;版权:;许可证:;

5.Porter Stemmer测试文件[download|source]
id:porterèu测试;尺寸:200510;作者:;版权:;许可证:;

6.雪球数据[download|source]
id:snowballèu数据;大小:6785405;作者:;版权:;许可证:;

7.ACE命名实体Chunker(最大熵)[download|source]
编号:maxent_ne_chunker;尺寸:13404747;作者:;版权:;许可证:;

8.摩西样品模型[download|source]
编号:mosesï样品;尺寸:10961490;作者:;版权:;许可证:;

9.BLLIP解析器:WSJ模型[download|source]
编号:bllip_wsj_no_aux;尺寸:24516205;作者:;版权:;许可证:;

10.Word2Vec示例[download|source]
id:word2vec_样本;大小:49396025;作者:;版权:;许可证:;

11.来自WMT15的评估数据[download|source]
id:wmt15èeval;尺寸:383096;作者:;版权:;许可证:;

12.西班牙语语法[download|source]
id:西班牙语语法;大小:4047;作者:Kepa Sarasola;版权:;许可证:;

13.语法示例[download|source]
id:示例语法;大小:20293;作者:;版权:;许可证:;

14.用于解析器比较的大型无上下文和基于特征的语法[download|source]
id:大语法;大小:283747;作者:;版权:;许可证:请参阅各个语法文件;

15.NLTK书籍中的语法[download|source]
id:book d u grammars;尺寸:9103;作者:Ewan Klein;版权:;许可证:;

16.巴斯克语法[download|source]
id:巴斯克语法;尺寸:4704;作者:Kepa Sarasola;版权:;许可证:;

17.树库词性标记器(最大熵)[download|source]
编号:maxent_treebank_pos_tagger;尺寸:10156853;作者:;版权:;许可证:;

18.平均感知器标记器[download|source]
编号:perceptron tagger;尺寸:2526731;作者:;版权:;许可证:;

19.平均感知器标记器(俄语)[download|source]
id:perceptron_tagger_ru;尺寸:8628828;作者:;版权:;许可证:;

20。映射到通用词性标记集 [download|source]
id:通用标签集;尺寸:19095;作者:;版权:;许可证:;


21.维德情感词典[download|source]
id:vaderèu词典;大小:90486;作者:C.J.Hutto和Eric Gilbert;版权:;许可证:MIT许可证;

22.林氏依存词库[download|source]
id:linïu词库;大小:89154019;作者:Dekang lin;版权:;许可证:经Dekang lin许可发行;

23.情绪数据集2.0版[download|source]
id:电影评论;大小:4004848;作者:Bo Pang和Lillian Lee;版权所有:copyright(C)2004 Bo Pang和Lillian Lee;许可证:Creative Commons Attribution 4.0 International;

24.问题报告语料库[download|source]
id:问题报告;大小:1032942;作者:Andrew Ko,卡内基梅隆大学;版权:;许可证:;

25.利弊[download|source]
id:优缺点;尺寸:746276;作者:刘冰;版权:copyright(C)2008刘冰;许可证:Creative Commons Attribution 4.0 International;

26.MASC标记语料库[download|source]
id:mascèU tagged;大小:1602143;作者:Nancy Ide;版权所有:copyright(C)2014 American National Corpus;许可证:此数据可用于语言教育、研究和开发,包括商业开发。;

27.句子极性数据集v1.0[download|source]
id:句子极性;大小:490256;作者:Bo Pang和Lillian Lee;版权所有:copyright(C)2005 Bo Pang和Lillian Lee;许可证:Creative Commons Attribution 4.0 International;

28.网络文本语料库[download|source]
id:webtext;大小:646297;作者:;版权:;许可证:;

29.NPS聊天[download|source]
id:nps\ U chat;尺码:301366;作者:Craig Martell(邮箱:cmartell@nps.edu);版权:;许可证:本语料库仅供非商业、非营利的教育和研究使用。它是由多部作品衍生而成的汇编作品,其版权由各自的原作者持有。;

30.城市数据库[download|source]
id:城市数据库;大小:1708;作者:;版权:;许可证:;

原文链接:http://www.nltk.org/nltk_data/
阅读更多精彩内弄:
CDA数据 分析师人才标准得到官方认可并公示通过!
CDA数据 分析师认证辅导课
Python学术系列丨Python文本分析学术应用
人工智能实战之文本分析

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:文本挖掘 语料库 Attribution Internation Copyright 文本分析 文本处理 自然语言处理 NLTK

已有 3 人评分经验 收起 理由
xujingtang + 80 精彩帖子
np84 + 100 精彩帖子
kychan + 80 精彩帖子

总评分: 经验 + 260   查看全部评分

沙发
三重虫 发表于 2021-2-19 12:16:23

藤椅
shell1314 发表于 2021-2-19 16:51:13 来自手机
感谢分享

板凳
拙毓 在职认证  发表于 2021-2-19 17:15:24 来自手机
CDA网校 发表于 2021-2-19 11:37
NLTK内置了对几十个语料库和经过训练的模型的支持,如下所示。要在NLTK中使用这些,我们建议您使用NLTK语料 ...
感谢分享

报纸
CDA网校 学生认证  发表于 2021-2-19 17:22:08
NLTK

ssss.pdf
下载链接: https://bbs.pinggu.org/a-3395914.html

157.23 KB

NLTK

地板
cjzmn 发表于 2021-2-19 18:29:38

回帖奖励 +10

谢谢分享

7
Amour小颜颜 发表于 2021-2-19 18:43:46 来自手机
感谢

8
school 在职认证  发表于 2021-2-19 20:25:44
感谢分享~~

9
wb123456 发表于 2021-2-19 22:58:29

10
512661101 发表于 2021-2-20 11:38:17

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2026-1-4 22:25