corpus

大规模中文自然语言处理语料 Large Scale Chinese Corpus for NLP

A collection of small corpuses of interesting data for the creation of bots and similar stuff.

搜索所有中文NLP数据集，附常用英文NLP数据集

中文语言理解测评基准 Chinese Language Understanding Evaluation Benchmark: datasets, baselines, pre-trained models, corpus and leaderboard

中文人名语料库。人名生成器。中文姓名,姓氏,名字,称呼,日本人名,翻译人名,英文人名。可用于中文分词、人名实体识别。

Deep Learning and deep reinforcement learning research papers and some codes

Final Weibo Crawler Scrap Anything From Weibo, comments, weibo contents, followers, anything. The Terminator

Awesome Chatbot Projects,Corpus,Papers,Tutorials.Chinese Chatbot =>:

用于训练中英文对话系统的语料库 Datasets for Training Chatbot System

A multilingual dialog corpus

非常全的文言文（古文）-现代文平行语料

公司名语料库。机构名语料库。公司简称,缩写,品牌词,企业名。可用于中文分词、机构名实体识别。

🚁 保险行业语料库，聊天机器人

Large-scale Pre-training Corpus for Chinese 100G 中文预训练语料

ChatGPT 中文语料库 对话语料 小说语料 客服语料 用于训练大模型

Collections of Chinese NLP corpus

An R package for the Quantitative Analysis of Textual Data

Crawl BookCorpus

Chatbot in 200 lines of code using TensorLayer

高质量中文预训练模型集合：最先进大模型、最快小模型、相似度专门模型