词向量 | 使用1亿B站用户签名训练word2vec词向量
...
Blogs
实验 | 使用Stanford Glove代码训练中文语料的Glove模型
...
资源 | 不同版本Chrome适配的chromedriver下载链接
新闻数据集(中文) | 含 人民日报/光明日报/参考消息/经济日报 等 120 家媒体(2025.03)
日报数据集研究价值大， 您可从中提取丰富的指标，包括但不限于经济政策不确定性指数EPU 、 媒体关注度指数、文本相似度、情感分析。而且可训练词向量，构建新的词典，开发新的指标指数。计算机自然语言处理、经济学、管理学、新闻传播学、公共管理等领域均可使用。...
数据集 | 5513w条外文电影评论数据(1900~2021.9)
数据集采集自Rotten Tomatoes网站， 含 10500部电影，5600万+ 用户评价！其中有 100 万+为精选评论！ 电影从20世纪初到2024年的都有！英语、法语、日语、 Hindi 以及许多其他语言的电影！ 该数据集的用途包括计算机科学自然语言处理，社会学文化演变、刻板印象，传播学等。...