common-random icon indicating copy to clipboard operation
common-random copied to clipboard
verified publisher icon yindz

请问汉语词汇数据是在哪里找的呢?

Open Greenjiao opened this issue 2 years ago • 4 comments

我想生成形容词+名词的随机昵称，找了半天数据，发现这里有名次的txt文件，但还缺少形容词的数据，请问作者那些汉语词汇都是怎么收集的，我翻了好多语料库，只能找到部分数据，远不如作者您的数据量

Greenjiao avatar Sep 17 '23 13:09 Greenjiao

从各种公开的文章中截取出来，去重得到的。而且我这些也不太全。

yindz avatar Sep 18 '23 01:09 yindz

所以你会发现我收集的这些词语，也是书面语偏多，口头语少。 本质上这个是一个简易的工具，也很难做到大而全，不然这个jar就会越做越大，就偏离了初衷。

yindz avatar Sep 18 '23 07:09 yindz

所以你会发现我收集的这些词语，也是书面语偏多，口头语少。 本质上这个是一个简易的工具，也很难做到大而全，不然这个jar就会越做越大，就偏离了初衷。

爬取文章后进行语义分析按照词性提取么

Greenjiao avatar Sep 18 '23 10:09 Greenjiao

所以你会发现我收集的这些词语，也是书面语偏多，口头语少。 本质上这个是一个简易的工具，也很难做到大而全，不然这个jar就会越做越大，就偏离了初衷。

嗯，理解

Greenjiao avatar Sep 18 '23 10:09 Greenjiao