THUOCL

Thuocl

Оглавление

• Введение в словарь
• Тезаурус формат и статистика частоты слов Корпус
• Список словаря
• Протокол с открытым исходным кодом
• автор

Введение в словарь

Thuocl (Thu Open Chinese Lexicon)-это высококачественный китайский словарь, скомпилированный и запущенный лабораторией по обработке естественного языка и социальной гуманитарной лаборатории Университета Цинхуа. Список словарного запаса поступает из социальных тегов, поиска горячих слов, метода ввода и т. Д. Основных веб -сайтов. Thuocl имеет следующие характеристики:

1. Включает значение DF (частота документа) для персонализированных вариантов пользователей.

2. Словарь подвергся нескольким раундам ручного скрининга, чтобы обеспечить точность включения словаря.

3. Открытые обновления будут продолжать обновлять существующие списки словарного запаса и запускать больше списков словарных категорий. Профессионалы могут присоединиться и сотрудничать по созданию открытого тезауруса. Заинтересованные люди могут написать по адресу [email protected].

Этот тезаурус может быть использован для автоматической сегментации слов на китайском языке для улучшения влияния сегментации слов на китайском. Рекомендуется использовать его с помощью Thulac Toolkit, разработанного этой группой, для повышения эффективности сегментации китайского слова в определенных областях.

Тезаурус формат и статистика частоты слов Корпус

Каждая строка лексикона состоит из двух частей, а именно слова и значения DF (количество документов, где это слово существует), и разделено на TAB.

Статистика частоты слов Корпус:

1. CSDN Время блога: 2014.07-2016.07 Количество документов: 3785976
2. Sina News Time: 2008.01-2016.11 Количество документов: 8421097
3. Номер документа Sogou Corpus: 729008561

Список словаря

• ЭТО

  • Введение в словарный запас: этот словарный запас содержит большое количество его словаря.
  • Примеры входа: резервное копирование файла, виртуальный адрес, программирование C ++, планирование транзакций, сильные точки дефляции соединения.
  • Количество записей: 16 000
  • Статистика частоты слов Корпус: блог CSDN
  • Обновлено: 2016-12-24
  • Участники: Ma Yunshan, Han Shiyi, Zhang Yuhui
  • Ссылка скачать: нажмите здесь, чтобы загрузить

• Финансы

  • Введение в словарный запас: этот словарный запас содержит большое количество финансового словаря.
  • Примеры входа: год, план корректировки, комплексное приобретение, разница в цене, усадка.
  • Количество записей: 3830
  • Слово частотная статистика Корпус: Sina News
  • Обновлено: 2016-12-24
  • Авторы: Хан Шии, Чжан Юхуи, Ма Юньшан
  • Ссылка скачать: нажмите здесь, чтобы загрузить

• идиома

  • Введение в словарный запас: этот словарный запас содержит большое количество идиомов и словаря.
  • Примеры входа: притворяясь глубоким, разумным и хорошо обоснованным, неисчерпаемым, тонкими словами людей, адаптируется к местным условиям и стремительно искать таланты.
  • Количество записей: 8519
  • Слово частотная статистика Корпус: Sina News
  • Обновлено: 2016-12-24
  • Авторы: Хан Шии, Чжан Юхуи, Ма Юньшан
  • Ссылка скачать: нажмите здесь, чтобы загрузить

• Название места

  • Введение в словарный запас: этот словарный запас содержит большое количество существительных мест.
  • Входные примеры: Чжэцзян, Шанхай, Австралия, гора Эверест, округ Сянгтан, город Дажия.
  • Количество записей: 44 805
  • Статистика частоты слов Корпус: ингредиент Sogou
  • Обновлено: 2017-06-01
  • Авторы: Хан Шии, Чжан Юхуи, Ма Юньшан
  • Ссылка скачать: нажмите здесь, чтобы загрузить

• Исторические знаменитости

  • Введение в словарный запас: этот словарный запас содержит большое количество исторического человеческого словаря.
  • Входные примеры: Lu You, Xun Yu, Zhuge Liang, Sun Quan, Chamberlain.
  • Количество записей: 13658
  • Слово частотная статистика Корпус: Sina News
  • Обновлено: 2016-12-24
  • Авторы: Хан Шии, Чжан Юхуи, Ма Юньшан
  • Ссылка скачать: нажмите здесь, чтобы загрузить

• Поэзия

  • Введение в список словарного запаса: этот список словарного запаса содержит большое количество известных стихов и предложений.
  • Пример входа: выходя на следующий уровень, у вас все еще есть PIPA, покрывающая ваше лицо, дорога длинная и трудная, независимо от того, как ветры на восток, запад, юг и север.
  • Количество записей: 13703
  • Слово частотная статистика Корпус: Sina News
  • Обновлено: 2017-01-20
  • Авторы: Чжан Юхуи, Хан Шии, Ма Юньшан
  • Ссылка скачать: нажмите здесь, чтобы загрузить

• лекарство

  • Введение в словарный запас: этот словарный запас содержит большое количество медицинского словаря.
  • Входные примеры: пациент, застой, сыпь, cordycepss sinensis.
  • Количество записей: 18749
  • Слово частотная статистика Корпус: Sina News
  • Обновлено: 2017-01-20
  • Авторы: Чжан Юхуи, Хан Шии, Ма Юньшан
  • Ссылка скачать: нажмите здесь, чтобы загрузить

• диета

  • Введение в словарь: этот словарь содержит большинство диетических словарных запасов.
  • Примеры входа: картофель, горячий горшок, макароны, фрукты, гриб головы обезьяны.
  • Количество записей: 8974
  • Статистика частоты слов Корпус: ингредиент Sogou
  • Обновлено: 2017-04-20
  • Авторы: Ван Менгьюан, У Цзяяю, Хуан Вейджи, Лин Юнгтиан
  • Ссылка скачать: нажмите здесь, чтобы загрузить

• закон

  • Введение в словарь: этот словарь содержит большинство юридического словаря.
  • Входные примеры: авторские права, соответствующие департаменты, компании с ограниченной ответственностью, судьи земельного трибунала, японская система усадьбы.
  • Количество записей: 9896
  • Статистика частоты слов Корпус: ингредиент Sogou
  • Обновлено: 2017-04-28
  • Авторы: Ван Менгьюан, У Цзяяю, Хуан Вейджи, Лин Юнгтиан
  • Ссылка скачать: нажмите здесь, чтобы загрузить

• машина

  • Введение в словарь: этот словарь содержит большинство автомобильных словарных запасов.
  • Входные примеры: седан, автосалон, Dongfeng Honda, Front Windshield, Sichuan Toyota.
  • Количество записей: 1752
  • Статистика частоты слов Корпус: ингредиент Sogou
  • Обновлено: 2017-05-15
  • Авторы: Ван Менгьюан, У Цзяяю, Хуан Вейджи, Лин Юнгтиан
  • Ссылка скачать: нажмите здесь, чтобы загрузить

• животное

  • Введение в словарь: этот словарь содержит большую часть словаря животных.
  • Примеры входа: голуби -носители, сика оленя, уличные голубки, квадратные виноградные лозы, пятнистые лесные голуби.
  • Количество записей: 17287
  • Статистика частоты слов Корпус: ингредиент Sogou
  • Обновлено: 2017-06-01
  • Авторы: Ван Менгьюан, У Цзяяю, Хуан Вейджи, Лин Юнгтиан
  • Ссылка скачать: нажмите здесь, чтобы загрузить

Протокол с открытым исходным кодом

1. Thuocl свободен для университетов, исследовательских институтов, предприятий, учреждений и частных лиц дома и за рубежом, и может использоваться для исследований и бизнеса.
2. Любые ценные комментарии и предложения могут предоставить этот инструментарий. Пожалуйста, отправьте электронное письмо по адресу [email protected].
3. Если вы опубликуете статью или получите результаты научных исследований, основанные на THUOCL, пожалуйста, заявьте, что «открытый китайский словарь университета Цинхуа» используется при публикации статьи и подачи заявления на результаты, и укажите ее в следующем формате:

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.

автор

Авторы: Шии Хан (Хан Ший, студент -студент из Пекинского университета аэронавтики и астронавтики), Юхуи Чжан (Чжан Юхуй, студент -студент в Университете Цинхуа), Докторский студент, Университет Юншан), Гунчао Ту (Ту Кунчао, Докторский студент в Университете Гуа. Zhipeng, студент -бакалавриат в университете Цинхуа).

Преподаватели: Чжийюань Лю (Лю Чжиюань, доцент в университете Цинхуа), Маосонг Солн (Солнце, профессор в университете Цинхуа).