自然语言处理语料库标注集以及符号说明

自然语言处理
词性标注
命名实体标注
中文组块标注
语料库标注
star 3星 · 超过75%的资源 需积分: 22 73 下载量 166 浏览量 2017-12-09 14:09:40 上传 评论 1 收藏 165KB DOCX 举报
preview
试读
3页
资源详情
资源评论
评论 收藏
wustjk124
  • 粉丝: 12
  • 资源: 19
上传资源 快速赚钱
voice
center-task 前往需求广场，查看用户热搜

相关推荐

pdf

基于Python自然语言处理工具包在语料库研究中的运用.pdf

基于Python自然语言处理工具包在语料库研究中的运用.pdf
star 5星 · 资源好评率100%
application/x-rar

自然语言处理---语料库

上学期自己下载的新闻，新闻时间是在2009年12月末
star 5星 · 资源好评率100%
txt

资源MIT发布的10大自然语言处理数据集和语料库

资源MIT发布的10大自然语言处理数据集和语料库
gz

自然语言处理的电影数据集/语料集

用于自然语言处理的电影语料集。该数据集包含2005-2009期间发布的电影的元数据，财务信息和评论评论，供学术研究使用。这些数据由Mahesh Joshi， Dipanjan Das， Kevin Gimpel和Noah Smith收集 。 如果您撰写任何涉及上述数据使用的论文，请引用本文： 电影评论和收入：文本回归实验 Mahesh Joshi， Dipanjan Das， Kevin Gimp
pdf

语料库标准

语料库标准 LCMC 研究规范的基本定义和语料库衍生过程
zip

中文NLP命名实体识别序列标注工具YEDDA

中文NLP序列标注工具。利用CRF进行命名实体识别NER，自动标注数据集产生语料库，可以选择BIO或者BMES标注体系。
pdf

biopython中文指南

想要利用python处理生物序列方面的数据，biopython是十分好用的
py

中文NLP实体识别任务之ONE-HOT标注数据（BIOES）修复BERT分词数据偏移

本方法是基于BIOES标注的，如果为其它，请自行修改代码 正常ONE-HOT标注数据是按字标注的：如 反 复 胸 痛 1 5 年 B-PL E-PL B-ZZ E-ZZ B-SJ I-SJ E-SJ 经过BERT分词器分词后为： 反 复 胸 痛 15 年 这时候label就要重新修复下偏移了，修复后结果如下： B-PL E-PL B-ZZ E-ZZ B-SJ E-SJ
rar

中文命名实体识别语料

BIO标注集，即B-PER、I-PER代表人名首字、人名非首字，B-LOC、I-LOC代表地名首字、地名非首字，B-ORG、I-ORG代表组织机构名首字、组织机构名非首字，O代表该字不属于命名实体的一部分。
rar

data.rar BIO标注语料压缩包 下载可用

该数据是完整的BIO标注语料，可用于深度学习机器学习模型训练，分为训练集、测试集以及验证集。
zip

eea.corpus：通过spaCy，Textacy和pyLDAvis以及其他有用的NLP算法对EEA语料库进行机器学习和自然语言处理

EEA语料库（Alpha阶段） 该docker图像基于spaCy，Textacy，pyLDAvis和其他文件，以分析EEA语料库（所有已发布的EEA文档的集合）或带有文本列的任何其他CSV文件。 它提供了许多可以在EEA语料库或其一部分上运行的机器学习和自然语言处理算法。 想法是在可能的情况下通过REST API提供这些方法。 当前功能 编写文本转换管道以准备语料库 首先上传CSV文件，然后
application/x-rar

计算机自然语言理解98年1月人民日报某语料库

语料库通常指为语言研究收集的、用电子形式保存的语言材料，由自然出现的书面语或口语的样本汇集而成，用来代表特定的语言或语言变体。经过科学选材和标注、具有适当规模的语料库能够反映和记录语言的实际使用情况。人们通过语料库观察和把握语言事实，分析和研究语言系统的规律。语料库已经成为语言学理论研究、应用研究和语言工程不可缺少的基础资源。
star 5星 · 资源好评率100%
zip

跨语言自然语言推理语料库.zip

跨语言自然语言推理语料库数据集
zip

Python-中文自然语言处理语料数据集

搜集、整理、发布 中文 自然语言处理 语料/数据集，与 有志之士 共同 促进 中文 自然语言处理 的 发展。
txt

命名实体识别标记语料

已经标记号label的中文命名实体识别的语料库，采用BIM标志形式。包括人名（PERSON）、地点（LOCATION）、时间（TIME）及机构名（ORGANIZATION）。
star 5星 · 资源好评率100%
application/x-rar

中文句法标注系统（语义标注工具）

用于对中文句子进行语义标注，以构建大规模语料库
star 4星 · 用户满意度95%
zip

YEDDA-master .zip

一款好用的标注工具，在Python环境下操作，支持MENS和BIO标注体系，但仅能定义七个标签，能根据之前标注的内容进行自动标注。
rar

检测标注工具

标注工具，之前是少了文件，github缺失文件，具体安装过程可参考github上面
rar

一个简单的实体标注器

可以对文本中实体进行标注，并且可以标注出实体的关系
application/octet-stream

BIO编程程序详细源代码

BIO编程程序详细源代码是适合于BIO编程的！！！！！！！！！！！！
rar

NER中文命名实体识别数据集

中文命名实体识别数据集，很好用。包括组织，机构和人物三个实体。
rar

中文NER集合

基于马尔科夫逻辑的命名实体识别技术 关于NER的综述
star 5星 · 资源好评率100%
rar

DarknetYolo数据集标注工具

自己制作的DarknetYolo数据集标注工具，可以快速对图片进行目标标注。
star 3星 · 编辑精心推荐
rar

人民日报2014年语料库

人民日报2014年语料库，2014.1.1至2014年1.23日人民日报语料库。
star 5星 · 资源好评率100%
zip

2014年人民日报标注数据.zip

2014年人民日报标注数据，里面包含词性标注，可以用来训练词性标注、分词模型、实体识别模型。
7z

北京大学语料库（1 833 177 字）包含训练和测试集

北京大学语料库（1 833 177 字）包含训练和测试集，文本格式的数据，包含utf8和GBK两种格式
zip

人民日报2014语料.zip

2014年的人民日报数据，总共有28万行，可直接做词性标注训练使用，处理后也可以做实体识别模型训练用。
pdf

ChatGPT教程（终极版）最全整理

这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门，你看我这篇文章就够了。 如果你已经用上了ChatGPT，更要恭喜你挖到宝藏，后面的高级技巧一定能让你有收获。 文章包含以下内容： 一、ChatGPT是啥？有什么用； 二、ChatGPT如何注册； 三、ChatGPT使用方法； 四、用ChatGPT搞钱； 五、高级技巧；
star 5星 · 资源好评率100%
zip

博客中Kmeans以及FCM算法数据（免积分）

博客中Kmeans以及FCM算法的数据，包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集，下载在直接存入项目文件夹即可，如果下载不了，可以私信我，看到后会及时回复。
star 5星 · 资源好评率100%
zip

hugging face的models-openai-clip-vit-large-patch14文件夹

用于无法访问hugging face并需要运行stable-diffusion-webui时使用
star 3星 · 编辑精心推荐