smilezhengwenjing / chinesenlpcorpus

搜集、整理、发布 中文 自然语言处理 语料/数据集，与 有志之士 共同 促进 中文 自然语言处理 的 发展。

ChineseNlpCorpus

搜集、整理、发布 中文 自然语言处理 语料/数据集，与 有志之士 共同 促进 中文 自然语言处理 的 发展。

情感/观点/评论 倾向性分析

数据集	数据概览	下载地址
ChnSentiCorp_htl_all	7000 多条酒店评论数据，5000 多条正向评论，2000 多条负向评论	点击查看
waimai_10k	某外卖平台收集的用户评价，正向 4000 条，负向 约 8000 条	点击查看
online_shopping_10_cats	10 个类别，共 6 万多条评论数据，正、负向评论各约 3 万条， 包括书籍、平板、手机、水果、洗发水、热水器、蒙牛、衣服、计算机、酒店	点击查看
weibo_senti_100k	10 万多条，带情感标注 新浪微博，正负向评论约各 5 万条	点击查看
simplifyweibo_4_moods	36 万多条，带情感标注 新浪微博，包含 4 种情感， 其中喜悦约 20 万条，愤怒、厌恶、低落各约 5 万条	点击查看
dmsc_v2	28 部电影，超 70 万 用户，超 200 万条 评分/评论 数据	点击查看
yf_dianping	24 万家餐馆，54 万用户，440 万条评论/评分数据	点击查看
yf_amazon	52 万件商品，1100 多个类目，142 万用户，720 万条评论/评分数据	点击查看

中文命名实体识别

数据集	数据概览	下载地址
dh_msra	5 万多条中文命名实体识别标注数据（包括地点、机构、人物）	点击查看

推荐系统

数据集	数据概览	下载地址
ez_douban	5 万多部电影（3 万多有电影名称，2 万多没有电影名称），2.8 万 用户，280 万条评分数据	点击查看
dmsc_v2	28 部电影，超 70 万 用户，超 200 万条 评分/评论 数据	点击查看
yf_dianping	24 万家餐馆，54 万用户，440 万条评论/评分数据	点击查看
yf_amazon	52 万件商品，1100 多个类目，142 万用户，720 万条评论/评分数据	点击查看

FAQ 问答系统

数据集	数据概览	下载地址
保险知道	8000 多条保险行业问答数据，包括用户提问、网友回答、最佳回答	点击查看
安徽电信知道	15.6 万条电信问答数据，包括用户提问、网友回答、最佳回答	点击查看
金融知道	77 万条金融行业问答数据，包括用户提问、网友回答、最佳回答	点击查看
法律知道	3.6 万条法律问答数据，包括用户提问、网友回答、最佳回答	点击查看
联通知道	20.3 万条联通问答数据，包括用户提问、网友回答、最佳回答	点击查看
农行知道	4 万条农业银行问答数据，包括用户提问、网友回答、最佳回答	点击查看
保险知道	58.8 万条保险行业问答数据，包括用户提问、网友回答、最佳回答	点击查看

加入我们

• 愿景：以人工智能产品和技术服务 30 亿人
• 团队：极客精神、技术驱动，做有温度的技术，让世界更美好
• 产品：面向细分行业领域的自动营销机器人，客户需求旺盛，产品前景无限
• 职位：自然语言人机交互应用研究、自然语言处理算法工程师、系统架构师（人工智能产品）