corpus
本站收录 11 个带「corpus」标签的 AI 开源项目
weibo_terminaterweibo_terminater 是一个基于 Python 的微博数据爬虫工具，旨在高效、全面地抓取微博平台上的公开数据，包括微博内容、评论、关注者列表等。它解★ 2,316
Awesome-ChatbotAwesome-Chatbot 是一个专注于中文聊天机器人领域的精选资源列表，汇集了高质量的项目、语料库、论文和教程。它旨在解决中文聊天机器人开发中资源分散、难★ 2,190
Dialog_CorpusDialog_Corpus 是一个面向中英文对话系统训练的开源语料库项目，旨在解决聊天机器人开发中高质量对话数据稀缺的问题。项目收集并整理了多种来源的对话数据，★ 2,055
insuranceqa-corpus-zh这是一个面向保险行业的中文语料库，专为训练聊天机器人和自然语言处理模型而设计。它解决了保险领域缺乏高质量、结构化问答数据的问题，提供了大量真实的保险咨询问题和对★ 1,068
seq2seq-chatbotseq2seq-chatbot 是一个基于 TensorLayer 和 TensorFlow 实现的极简对话机器人示例，整个核心代码仅约 200 行。它利用序列★ 839
MathPileMathPile 是一个面向数学领域的大规模高质量预训练语料库，由 CAMEL-AI 团队构建，相关论文发表于 NeurIPS 2024 Datasets & ★ 418
Gossiping-Chinese-Corpus这是一个从台湾PTT八卦版抓取并整理的问答中文语料库，用于训练中文聊天机器人。项目将论坛中的帖子标题作为问题、回帖内容作为回答，构建了大规模的中文对话数据集，解★ 245
IEPileIEPile是一个大规模信息抽取语料库，由浙江大学等机构在ACL 2024发布。它收集并清洗了来自多个公开数据源的约2000万条信息抽取样本，覆盖实体识别、关系★ 213
QURAN-NLPQURAN-NLP 是一个面向《古兰经》及相关伊斯兰文本的自然语言处理工具集，旨在为研究人员和开发者提供古兰经、圣训、翻译、经注（Tafseer）及语料库语言学★ 146
Chatbot-Training-CorpusChatbot-Training-Corpus 是一个用于聊天机器人训练的中英文语料库集合项目。它主要解决对话系统开发中高质量训练数据稀缺的问题，为开发者提供可★ 118
Speech-Corpus-CollectionSpeech-Corpus-Collection 是一个收集语音语料库的仓库，旨在为语音识别（ASR）和语音合成（TTS）研究提供一站式资源索引。它整理了多种公★ 114