THUOCLダウンロードTHUOCLソースコードのダウンロード

THUOCL

その他のソースコード

1.0.0

ダウンロード

thuocl

辞書の紹介

Thuocl（Thu Open Chinese Lexicon）は、Tsinghua Universityの自然言語加工および社会人文科学コンピューティング研究所によって編集され、発売された高品質の中国の語彙です。語彙リストは、主流のWebサイトのソーシャルタグ、検索ホットワード、入力メソッド語彙などからのものです。 Thuoclには次の特性があります。

ユーザーのパーソナライズされた選択肢のDF値（ドキュメント頻度）が含まれています。
語彙は、語彙包含の精度を確保するために、複数回の手動スクリーニングを受けています。
オープンアップデートは引き続き既存の語彙リストを更新し、より多くのカテゴリの語彙リストを起動します。専門家は、オープンシソーラスの建設に参加して協力することを歓迎します。興味のある人は、[email protected]に手紙を書くことができます。

このシソーラスは、中国語の自動単語セグメンテーションに使用して、中国語の単語セグメンテーションの影響を改善できます。特定の分野での中国語の単語セグメンテーションの有効性を改善するために、このグループが開発したThulac Toolkitで使用することをお勧めします。

シソーラス形式と単語周波数統計コーパス

レキシコンの各行は、単語とDF値（この単語が存在するドキュメントの数）の2つの部分で構成され、タブで区切られています。

単語周波数統計コーパス：

CSDNブログ時間：2014.07-2016.07ドキュメント数：3785976
SINA NEWS TIME：2008.01-2016.11ドキュメントの数：8421097
Sogou Corpusドキュメント番号：729008561

辞書のリスト

それ
- 語彙の紹介：この語彙には、多数の語彙が含まれています。
- エントリの例：ファイルバックアップ、仮想アドレス、C ++プログラミング、トランザクションスケジューリング、強力な接続デフレポイント。
- エントリ数：16,000
- 単語周波数統計コーパス：CSDNブログ
- 更新：2016-12-24
- 貢献者：Ma Yunshan、Han Shiyi、Zhang Yuhui
- ダウンロードリンク：ここをクリックしてダウンロードしてください
ファイナンス
- 語彙の紹介：この語彙には、多数の金融語彙が含まれています。
- エントリーの例：年、調整計画、包括的な買収、価格差、縮小。
- エントリ数：3830
- 単語周波数統計コーパス：Sina News
- 更新：2016-12-24
- 貢献者：han shiyi、Zhang Yuhui、Ma Yunshan
- ダウンロードリンク：ここをクリックしてダウンロードしてください
イディオム
- 語彙の紹介：この語彙には、多数のイディオムと語彙が含まれています。
- エントリーの例：深遠で、合理的で、よく根拠があり、無尽蔵の、人々の微妙な言葉のふりをして、地元の条件に適応し、才能を熱心に求めます。
- エントリ数：8519
- 単語周波数統計コーパス：Sina News
- 更新：2016-12-24
- 貢献者：han shiyi、Zhang Yuhui、Ma Yunshan
- ダウンロードリンク：ここをクリックしてダウンロードしてください
地名
- 語彙の紹介：この語彙には、多数の場所名詞が含まれています。
- エントリー例：Zhijiang、Shanghai、Australia、Mount Everest、Xiangtan郡、ダジア町。
- エントリ数：44,805
- 単語周波数統計コーパス：Sogou成分
- 更新：2017-06-01
- 貢献者：han shiyi、Zhang Yuhui、Ma Yunshan
- ダウンロードリンク：ここをクリックしてダウンロードしてください
歴史的な有名人
- 語彙の紹介：この語彙には、多数の歴史的な人間の語彙が含まれています。
- エントリーの例：Lu You、Xun Yu、Zhuge Liang、Sun Quan、Chamberlain。
- エントリ数：13658
- 単語周波数統計コーパス：Sina News
- 更新：2016-12-24
- 貢献者：han shiyi、Zhang Yuhui、Ma Yunshan
- ダウンロードリンク：ここをクリックしてダウンロードしてください
詩
- 語彙リストの紹介：この語彙リストには、多数の有名な詩と文が含まれています。
- エントリーの例：次のレベルに行くと、あなたはまだあなたの顔を覆うピパがあります、道路は東、西、南、北の風に関係なく、長くて困難です。
- エントリ数：13703
- 単語周波数統計コーパス：Sina News
- 更新：2017-01-20
- 貢献者：Zhang Yuhui、Han Shiyi、Ma Yunshan
- ダウンロードリンク：ここをクリックしてダウンロードしてください
薬
- 語彙の紹介：この語彙には、多数の医療語彙が含まれています。
- エントリーの例：患者、混雑、発疹、Cordyceps sinensis。
- エントリ数：18749
- 単語周波数統計コーパス：Sina News
- 更新：2017-01-20
- 貢献者：Zhang Yuhui、Han Shiyi、Ma Yunshan
- ダウンロードリンク：ここをクリックしてダウンロードしてください
ダイエット
- 辞書の概要：この辞書には、ほとんどの食事語の語彙が含まれています。
- エントリーの例：ジャガイモ、鍋、パスタ、果物、猿の頭のマッシュルーム。
- エントリ数：8974
- 単語周波数統計コーパス：Sogou成分
- 更新：2017-04-20
- 貢献者：Wang Mengyuan、Wu Jiaoyu、Huang Weijie、Lin Yongtian
- ダウンロードリンク：ここをクリックしてダウンロードしてください
法
- 辞書の概要：この辞書には、ほとんどの法的語彙が含まれています。
- エントリーの例：著作権、関連部門、有限責任会社、土地法廷の裁判官、日本の邸宅システム。
- エントリ数：9896
- 単語周波数統計コーパス：Sogou成分
- 更新：2017-04-28
- 貢献者：Wang Mengyuan、Wu Jiaoyu、Huang Weijie、Lin Yongtian
- ダウンロードリンク：ここをクリックしてダウンロードしてください
車
- 辞書の概要：この辞書には、ほとんどの自動車語彙が含まれています。
- エントリーの例：セダン、オートショー、ドンフェンホンダ、フロントフロントガラス、四川トヨタ。
- エントリ数：1752
- 単語周波数統計コーパス：Sogou成分
- 更新：2017-05-15
- 貢献者：Wang Mengyuan、Wu Jiaoyu、Huang Weijie、Lin Yongtian
- ダウンロードリンク：ここをクリックしてダウンロードしてください
動物
- 辞書の概要：この辞書には、ほとんどの動物語彙が含まれています。
- エントリーの例：キャリアハト、シカイカ、ストリートハト、正方形のブドウ、斑点のある森の鳩。
- エントリ数：17287
- 単語周波数統計コーパス：Sogou成分
- 更新：2017-06-01
- 貢献者：Wang Mengyuan、Wu Jiaoyu、Huang Weijie、Lin Yongtian
- ダウンロードリンク：ここをクリックしてダウンロードしてください

オープンソースプロトコル

Thuoclは、大学、研究機関、企業、機関、および国内外の個人に無料であり、研究やビジネスに使用できます。
このツールキットを提供することは、貴重なコメントや提案を歓迎します。 [email protected]にメールを送信してください。
Thuoclに基づいて論文を公開したり、科学的研究結果を取得した場合は、論文を公開して結果を申請するときに「Tsinghua Universityのオープン中国語辞書」が使用されていることを宣言し、次の形式で引用してください。

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.

著者

貢献者：Shiyi Han（Han Shiyi、北京航空宇宙宇宙宇宙大学の学部生）、Yuhui Zhang（Zhang Yuhui、Tsinghua Universityの学部生）、Yunshan Ma（Ma Yunshan）、Cunchao Tu（Tu Cunchai） Guo（Guo Zhipeng、Tsinghua Universityの学部学生）。

インストラクター：Zhiyuan Liu（Liu Zhiyuan、Tsinghua Universityの助教授）、Maosong Sun（Sun、Tsinghua Universityの教授）。

拡大する

追加情報