遇见数据集

jnext/chinese_word_frequency

收藏
Hugging Face2025-03-11 更新2025-04-12 收录
官方服务:

资源简介:

这是一个中文词频统计数据集,包含了通过jieba分词工具处理后的13,000,000篇文档,共计6,561,241,266个词语和11,313,242,610个字符。

This is a Chinese word frequency statistics dataset, containing 13,000,000 documents processed by the jieba word segmentation tool, totaling 6,561,241,266 words and 11,313,242,610 characters.

提供机构:
jnext
二维码
社区交流群
二维码
科研交流群
商业服务