公司名语料库（Company-Names-Corpus）

# 公司名语料库（Company-Names-Corpus） 业余项目“萌名NameMoe（一个基于语料库技术的取名工具）”的副产品。 萌名手机网页测试版：https://www.yimingzi.com/ ，欢迎体验。 不定期更新。只删词，不加词。 可用于中文分词、机构名识别。 --- <strong>公司名语料库（Company-Names-Corpus）</strong> 数据大小：480万。 语料来源：多个词典汇总。 数据清洗：已清洗，但仍存有大量badcase。 --- <strong>机构名语料库（Organization-Names-Corpus）</strong> 数据大小：110万。 语料来源：多个词典汇总。 数据清洗：已清洗，但仍存有大量badcase。 --- <strong>公司简称、品牌词等（Company-Shorter-Form）</strong> 数据大小：28万。 语料来源：多个词典汇总。 数据清洗：已清洗，但仍存有大量badcase。 --- <strong>为什么是压缩包：</strong> 未压缩的文件有200多M，压缩后只有30M左右，我网速不好，就先压为敬。 --- <strong>请勿提交涉政issue：</strong> 惹不起呀，谢谢～ 语料中还存有的，会在后续的更新中逐步删除掉。 --- ## Stargazers over time [](https://starchart.cc/wainshine/Company-Names-Corpus) --- <strong>更新时间：</strong> 删除了3000余非公司名。 -2018.10.31 <del>新增了10万公司简称、品牌词。 -2018.12.30</del> 新增了28万公司简称、品牌词。 -2019.03.23 删除了2万余质量不高的公司名、机构名。 -2019.04.15 删除了3000余非公司名。 -2019.07.27 删除了2万余质量不高的公司名、机构名。 -2019.12.25 删除了2万余质量不高的公司名、机构名。 -2020.12.13 删除了2万余质量不高的公司名、机构名、简称。 -2021.05.05 删除了2万余质量不高的公司名、机构名、简称。 -2022.11.30 --- @萌名NameMoe 整理 2022.11.30