Awesome
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，<br /> 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，<br /> 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 |