Thuocl
Table des matières
- Introduction au dictionnaire
- Format du thésaurus et statistiques de fréquence des mots Corpus
- Liste du dictionnaire
- Protocole open source
- auteur
Introduction au dictionnaire
Thuocl (le lexique chinois ouvert) est un vocabulaire chinois de haute qualité compilé et lancé par le laboratoire informatique de traitement des langues naturelles et sociales de l'Université Tsinghua. La liste de vocabulaire provient des balises sociales, de la recherche de mots chauds, du vocabulaire de la méthode d'entrée, etc. des sites Web grand public. Thuocl a les caractéristiques suivantes:
Comprend la valeur DF (fréquence du document) pour les choix personnalisés de l'utilisateur.
Le vocabulaire a subi plusieurs cycles de dépistage manuel pour assurer la précision de l'inclusion du vocabulaire.
Les mises à jour ouvertes continueront de mettre à jour les listes de vocabulaire existantes et de lancer plus de listes de vocabulaire de catégorie. Les professionnels sont invités à se joindre et à collaborer à la construction d'un thésaurus ouvert. Les gens intéressés sont les bienvenus à écrire à [email protected].
Ce thésaurus peut être utilisé pour la segmentation automatique des mots en chinois afin d'améliorer l'effet de la segmentation des mots en chinois. Il est recommandé de l'utiliser avec la boîte à outils Thulac développée par ce groupe pour améliorer l'efficacité de la segmentation chinoise des mots dans des champs spécifiques.
Format du thésaurus et statistiques de fréquence des mots Corpus
Chaque ligne du lexique se compose de deux parties, à savoir le mot et la valeur DF (le nombre de documents où ce mot existe), et est séparé par un onglet.
Statistiques de fréquence des mots Corpus:
- CSDN Blog Heure: 2014.07-2016.07 Nombre de documents: 3785976
- Sina News Temps: 2008.01-2016.11 Nombre de documents: 8421097
- Numéro de document Sogou Corpus: 729008561
Liste du dictionnaire
IL
- Introduction au vocabulaire: ce vocabulaire contient un grand nombre de vocabulaires.
- Exemples d'entrée: sauvegarde du fichier, adresse virtuelle, programmation C ++, planification des transactions, points de déflation de connexion solides.
- Nombre d'entrées: 16 000
- Statistiques de fréquence des mots corpus: blog CSDN
- Mis à jour: 2016-12-24
- Contributeurs: Ma Yunshan, Han Shiyi, Zhang Yuhui
- Lien de téléchargement: cliquez ici pour télécharger
Finance
- Introduction au vocabulaire: ce vocabulaire contient un grand nombre de vocabulaire financier.
- Exemples d'entrée: année, plan d'ajustement, acquisition complète, différence de prix, retrait.
- Nombre d'entrées: 3830
- Statistiques de fréquence des mots corpus: Sina News
- Mis à jour: 2016-12-24
- Contributeurs: Han Shiyi, Zhang Yuhui, Ma Yunshan
- Lien de téléchargement: cliquez ici pour télécharger
idiome
- Introduction au vocabulaire: ce vocabulaire contient un grand nombre d'idiomes et de vocabulaire.
- Exemples d'entrée: faire semblant d'être profond, raisonnable et bien fondé, inépuisable, des mots subtils des gens, s'adapter aux conditions locales et chercher des talents aussi impatients.
- Nombre d'entrées: 8519
- Statistiques de fréquence des mots corpus: Sina News
- Mis à jour: 2016-12-24
- Contributeurs: Han Shiyi, Zhang Yuhui, Ma Yunshan
- Lien de téléchargement: cliquez ici pour télécharger
Nom de place
- Introduction au vocabulaire: ce vocabulaire contient un grand nombre de noms de lieu.
- Exemples d'entrée: Zhejiang, Shanghai, Australie, Mount Everest, comté de Xiangtan, ville de Dajia.
- Nombre d'entrées: 44 805
- Statistiques de fréquence des mots corpus: ingrédient de Sogou
- Mis à jour: 2017-06-01
- Contributeurs: Han Shiyi, Zhang Yuhui, Ma Yunshan
- Lien de téléchargement: cliquez ici pour télécharger
Célébrités historiques
- Introduction au vocabulaire: ce vocabulaire contient un grand nombre de vocabulaire humain historique.
- Exemples d'entrée: Lu You, Xun Yu, Zhuge Liang, Sun Quan, Chamberlain.
- Nombre d'entrées: 13658
- Statistiques de fréquence des mots corpus: Sina News
- Mis à jour: 2016-12-24
- Contributeurs: Han Shiyi, Zhang Yuhui, Ma Yunshan
- Lien de téléchargement: cliquez ici pour télécharger
Poésie
- Introduction à la liste de vocabulaire: cette liste de vocabulaire contient un grand nombre de poèmes et de phrases célèbres.
- Exemple d'entrée: Passant au niveau suivant, vous avez toujours un Pipa couvrant votre visage, la route est longue et ardue, peu importe comment les vents de l'est, de l'ouest, du sud et du nord.
- Nombre d'entrées: 13703
- Statistiques de fréquence des mots corpus: Sina News
- Mis à jour: 2017-01-20
- Contributeurs: Zhang Yuhui, Han Shiyi, Ma Yunshan
- Lien de téléchargement: cliquez ici pour télécharger
médecine
- Introduction au vocabulaire: ce vocabulaire contient un grand nombre de vocabulaire médical.
- Exemples d'entrée: patient, congestion, éruption cordon, cordyceps sinensis.
- Nombre d'entrées: 18749
- Statistiques de fréquence des mots corpus: Sina News
- Mis à jour: 2017-01-20
- Contributeurs: Zhang Yuhui, Han Shiyi, Ma Yunshan
- Lien de téléchargement: cliquez ici pour télécharger
régime
- Introduction au dictionnaire: Ce dictionnaire contient la plupart des vocabulaires alimentaires.
- Exemples d'entrée: pommes de terre, pot chaude, pâtes, fruits, champignon de tête de singe.
- Nombre d'entrées: 8974
- Statistiques de fréquence des mots corpus: ingrédient de Sogou
- Mis à jour: 2017-04-20
- Contributeurs: Wang Mengyuan, Wu Jiaoyu, Huang Weijie, Lin Yongtian
- Lien de téléchargement: cliquez ici pour télécharger
loi
- Introduction au dictionnaire: Ce dictionnaire contient le vocabulaire le plus juridique.
- Exemples d'entrée: Copyright, départements pertinents, sociétés à responsabilité limitée, juges du Tribunal foncier, système de manoir japonais.
- Nombre d'entrées: 9896
- Statistiques de fréquence des mots corpus: ingrédient de Sogou
- Mis à jour: 2017-04-28
- Contributeurs: Wang Mengyuan, Wu Jiaoyu, Huang Weijie, Lin Yongtian
- Lien de téléchargement: cliquez ici pour télécharger
voiture
- Introduction au dictionnaire: Ce dictionnaire contient la plupart des vocabulaires automobiles.
- Exemples d'entrée: berline, salon de l'auto, Dongfeng Honda, pare-brise avant, Sichuan Toyota.
- Nombre d'entrées: 1752
- Statistiques de fréquence des mots corpus: ingrédient de Sogou
- Mis à jour: 2017-05-15
- Contributeurs: Wang Mengyuan, Wu Jiaoyu, Huang Weijie, Lin Yongtian
- Lien de téléchargement: cliquez ici pour télécharger
animal
- Introduction au dictionnaire: Ce dictionnaire contient le vocabulaire la plupart des animaux.
- Exemples d'entrée: pigeons porteurs, cerf Sika, pigeons de rue, vignes carrées, pigeons forestiers tachetés.
- Nombre d'entrées: 17287
- Statistiques de fréquence des mots corpus: ingrédient de Sogou
- Mis à jour: 2017-06-01
- Contributeurs: Wang Mengyuan, Wu Jiaoyu, Huang Weijie, Lin Yongtian
- Lien de téléchargement: cliquez ici pour télécharger
Protocole open source
- Thuocl est libre pour les universités, les instituts de recherche, les entreprises, les institutions et les individus au pays et à l'étranger, et peut être utilisé pour la recherche et les affaires.
- Tous les commentaires et suggestions précieux sont les bienvenus pour subvenir aux besoins de cette boîte à outils. Veuillez envoyer un e-mail à [email protected].
- Si vous publiez un article ou obtenez des résultats de recherche scientifique basés sur Thuocl, veuillez déclarer que "le dictionnaire chinois ouvert de l'Université de Tsinghua" est utilisé lors de la publication du document et de la demande de résultats, et citez-le dans le format suivant:
中文： 韩世依, 张钰晖, 马云山, 涂存超, 郭志芃, 刘知远, 孙茂松. THUOCL：清华大学开放中文词库. 2016.
英文： Shiyi Han, Yuhui Zhang, Yunshan Ma, Cunchao Tu, Zhipeng Guo, Zhiyuan Liu, Maosong Sun. THUOCL: Tsinghua Open Chinese Lexicon. 2016.
auteur
Contributeurs: Shiyi Han (Han Shiyi, étudiant de premier cycle à l'Université de Beijing, aéronautique et astronautique), étudiant de premier cycle à l'Université Tsinghua), Yunshan MA (Ma Yunshan), Cunchao TU (Tu Cunchao, doctoral Zhipeng, étudiant de premier cycle à l'Université Tsinghua).
Instructeurs: Zhiyuan Liu (Liu Zhiyuan, professeur adjoint à l'Université Tsinghua), Maosong Sun (Sun, professeur à l'Université Tsinghua).
