kaggle数据集汇总_NLP常用模型和数据集高速下载

PS. 本文Markdown导入的，知乎好像对表格支持不好，建议直接阅读原文

http://pddj99.coding-pages.com/post/28052.html​pddj99.coding-pages.com

楔子

由于大部分NLP的模型和数据集都在国外，导致国内下载速度实在感人 。好在有很多NLP的框架内置了很多数据集，都是国内链接，亲测下载速度很快，本文汇总一下一些我见到的国内链接，文末感谢这些平台提供的存储和下载服务。

正文

模型

| 模型 | 文件名称 | 下载链接 | | :--: | :----------------------: | :----------------------------------------------------------: | | | bert-base-cased | 下载 | | | bert-base-chinese | 下载 | | | bert-base-uncased | 下载 | | | bert-chinese-wwm-ext | 下载 | | BERT | bert-chinese-wwm | 下载 | | | bert-large-cased-wwm | 下载 | | | bert-large-cased | 下载 | | | bert-large-uncased-wwm | 下载 | | | bert-large-uncased | 下载 |

数据集

| 数据集 | 文件名称 | 下载链接 | | :------------------------: | :------------: | :----------------------------------------------------------: | | 中文情感分析 | ChnSentiCorp | 下载 | | 语义相似度 | LCQMC | 下载 | | 问答匹配 | NLPCC_DPQA | 下载 | | 中文命名实体识别 | MSRA_NER | 下载 | | 英文多标签分类数据集 | Toxic | 下载 | | 抽取式英文阅读理解 | SQUAD | 下载 | | 抽取式中文阅读理解 | CMRC2018 | 下载 | | 抽取式繁体阅读理解 | DRCD | 下载 | | 英文数据集集合 | GLUE | 下载 | | 跨语言自然语言推理 | XNLI | 下载 | | 今日头条中文新闻短文本分类 | TNews | 下载 | | 互联网情感分析 | INews | 下载 | | 智能客服中文问句匹配 | BQ | 下载 | | 中文长文本分类 | IFLYTEK | 下载 | | 中文长文本分类 | THUCNEWS | 下载 |

词向量

| 词向量 | 文件名称 | 下载链接 | | :----: | :---------------: | :--------------------------------------------------: | | | glove.6B.50d | 下载 | | | glove.6B.100d | 下载 | | GloVe | glove.6B.200d | 下载 | | | glove.6B.300d | 下载 | | | glove.42B.300d | 下载 | | | glove.840B.300d | 下载 |

感谢

• fastnlp提供的模型和词向量，more
• paddlehub提供的数据集, more

Tips

如果还有其他的国外文件需要下载，国内下载很慢，可以尝试使用kaggle的notebook先下载到kaggle，然后再下载到本地，亲测有效 。