清华大学开放中文词库

概覽

清华大学开放中文词库 是什麼？

THUOCL（THU Open Chinese Lexicon）是由清華大學自然語言處理實驗室編譯的免費開源中文詞彙表，具有來自 CSDN 部落格、新浪新聞、搜狗語料庫等來源的詞頻統計（DF 值）。它包括IT、金融、成語、地名、歷史人物、詩歌、醫藥、食品、法律、汽車、動物等類別，旨在提高中文文本切分的準確性。