中文人名语料库。人名生成器。中文姓名,姓氏,名字,称呼,日本人名,翻译人名,英文人名。可用于中文分词、人名实体识别。
网址:https://www.yimingzi.com/#/home
GitHub开源代码:https://github.com/wainshine/Chinese-Names-Corpus
刷新一次会显示一个新名字。
中文常见人名(Chinese_Names_Corpus) 数据大小:120万。 语料来源:从亿级人名语料中提取。 数据清洗:已清洗,但仍存有少量badcase。 新增人名生成器。
中文古代人名(Ancient_Names_Corpus) 数据大小:25万。 语料来源:多个人名词典汇总。 数据清洗:已清洗。
中文姓氏(Chinese_Family_Name) 数据大小:1千。 语料来源:从亿级人名语料中提取。 数据清洗:已清洗。
中文称呼(Chinese_Relationship) 数据大小:5千,称呼词根;18万,中文称呼。 语料来源:多个人名词典汇总。 数据清洗:已清洗,但仍存有大量badcase。
英文人名语料库(English-Names-Corpus)翻译人名(English_Cn_Name_Corpus) 数据大小:48万。 语料来源:多个人名词典汇总。 数据清洗:已清洗,但仍存有少量badcase,以地名居多。 本语料的人名识别由网友 “[color=var(--color-accent-fg)]ltccss” 友情提供。 日文人名语料库(Japanese_Names_Corpus)日文人名(Japanese_Names_Corpus) 数据大小:18万。 数据来源:从维基百科中提取。 数据清洗:已清洗,但仍存有少量badcase。 数据清洗过程详见:“[color=var(--color-accent-fg)]日本人名数据清洗分享”。
中文词典语料库(Chinese_Dict_Corpus)成语词典(ChengYu_Corpus) 数据大小:5万。 语料来源:多个成语词典汇总。 数据清洗:已清洗。
|