本仓库包括百度百科900万条百科数据以及处理程序,可以将数据处理成结构化信息保存到sqlite ,方便处理。
百度百科中文语料,包括 9147759 条词条 下载地址:
链接:https://pan.baidu.com/s/1trpfFEbw094jJkQ2GxiHfA
提取码:conf
下载好的文件需要解压后成为一个独立的txt
本库包括处理程序,可以将原始数据处理成json 形式。
使用时,需要自己用dbeaver 创建一个新的sqlite 表,包括两个字段:term 和 json .
修改程序中的路径配置为实际路径即可。
**注意**
本程序仅供研究使用。学术研究使用这些语料 不侵犯商业版权。