清华大学开放中文词库

概览

清华大学开放中文词库 是什么？

THUOCL（清华大学开放中文词库）是由清华大学自然语言处理实验室整理的免费开源中文词表，包含来自CSDN博客、新浪新闻、搜狗语料等的词频统计（DF值）。涵盖IT、财经、成语、地名、历史名人、诗词、医学、饮食、法律、汽车、动物等类别，旨在提升中文分词效果。