Git Stars Git Stars

#corpus Repositórios

Descubra 16 repositórios ativos de código aberto no GitHub marcados com #corpus, acumulando um total de 39,411 estrelas (uma média de 2,463 por projeto). O líder deste tópico é brightmart/nlp_chinese_corpus, com 9,937 estrelas.

16
Total de Repositórios
39,411
Total de estrelas
2,463
Média de Estrelas/Repositório
Linguagens de programação: Python JavaScript R

16 repositórios no total

1
brightmart/nlp_chinese_corpus

Corpus Chinês de Grande Escala para Processamento de Linguagem Natural

brightmart
⭐ 9,937 👤 brightmart User 🕐 Atualizado 2026-02-06 📅 Criado 2019-02-08
2
dariusk/corpora

Uma coleção de pequenos corpora de dados interessantes para a criação de bots e coisas semelhantes.

dariusk
⭐ 5,124 JavaScript 👤 dariusk User 🕐 Atualizado 2026-10-31 📅 Criado 2014-02-23
3
wainshine/Chinese-Names-Corpus

Corpus de nomes próprios chineses. Gerador de nomes próprios. Nomes chineses, sobrenomes, nomes próprios, formas de tratamento, nomes japoneses, nomes traduzidos, nomes ingleses. Pode ser usado para segmentação de palavras em chinês e reconhecimento de entidades nomeadas de nomes próprios.

wainshine
⭐ 4,347 👤 wainshine User 🕐 Atualizado 2025-11-09 📅 Criado 2016-12-08
4
CLUEbenchmark/CLUE

Chinese Language Understanding Evaluation Benchmark: conjuntos de dados, linhas de base, modelos pré-treinados, corpus e quadro de líderes

CLUEbenchmark
⭐ 4,288 Python 👤 CLUEbenchmark Organization 🕐 Atualizado 2026-02-06 📅 Criado 2019-11-22
5
endymecy/awesome-deeplearning-resources

Artigos de pesquisa sobre Aprendizado Profundo (Deep Learning) e aprendizado por reforço profundo (deep reinforcement learning), e alguns códigos

endymecy
⭐ 3,039 👤 endymecy User 🕐 Atualizado 2026-11-14 📅 Criado 2016-11-28
6
fendouai/Awesome-Chatbot

Projetos de Chatbot Incríveis, Corpus, Artigos, Tutoriais. Chatbot Chinês =>:

fendouai
⭐ 2,196 Python 👤 fendouai User 🕐 Atualizado 2026-07-28 📅 Criado 2017-09-01
7
gunthercox/chatterbot-corpus

Um corpus de diálogo multilíngue

gunthercox
⭐ 1,414 Python 👤 gunthercox User 🕐 Atualizado 2026-03-24 📅 Criado 2017-01-11
8
NiuTrans/Classical-Modern

Corpus Paralelo de Wenyanwen (Chinês Clássico) - Chinês Moderno Muito Completo

NiuTrans
⭐ 1,403 Python 👤 NiuTrans Organization 🕐 Atualizado 2024-04-21 📅 Criado 2022-01-11
9
wainshine/Company-Names-Corpus

Corpus de nomes de empresas. Corpus de nomes de organizações. Nome abreviado da empresa, acrônimo, palavra de marca, nome da empresa. Pode ser usado para segmentação de palavras em chinês e reconhecimento de entidades de nomes de organizações.

wainshine
⭐ 1,287 👤 wainshine User 🕐 Atualizado 2024-03-27 📅 Criado 2018-10-10
10
chatopera/insuranceqa-corpus-zh

:helicopter: Corpus de Seguros, Chatbot

chatopera
⭐ 1,055 Python 👤 chatopera Organization 🕐 Atualizado 2025-05-26 📅 Criado 2017-07-26
11
CLUEbenchmark/CLUECorpus2020

Corpus de Pré‑Training de grande escala para Chinês 100G (corpus de pré‑treinamento em chinês)

CLUEbenchmark
⭐ 1,022 👤 CLUEbenchmark Organization 🕐 Atualizado 2026-02-06 📅 Criado 2020-01-25
12
PlexPt/chatgpt-corpus

Corpus de diálogo do corpus chinês do ChatGPT, corpus de romances, corpus de atendimento ao cliente para treinamento de grandes modelos

PlexPt
⭐ 939 👤 PlexPt User 🕐 Atualizado 2024-05-15 📅 Criado 2023-04-26
13
metasequoiaime/chinese-ime-lm

Modelos de linguagem para métodos de entrada em chinês: corpora, estatísticas de n-gramas, modelos neurais em nível de caractere e conjuntos de avaliação para medir sua qualidade

metasequoiaime
⭐ 914 Python 👤 metasequoiaime Organization 🕐 Atualizado 2026-11-15 📅 Criado 2025-11-14
14
quanteda/quanteda

Um pacote R para a Análise Quantitativa de Dados Textuais

quanteda
⭐ 898 R 👤 quanteda Organization 🕐 Atualizado 2026-11-20 📅 Criado 2012-08-15
15
chatopera/efaqa-corpus-zh

❤️Conjunto de Dados de Primeiros Socorros Emocionais (Emotional First Aid Dataset), Perguntas e Respostas de Aconselhamento Psicológico, Corpus de Chatbot

chatopera
⭐ 788 Python 👤 chatopera Organization 🕐 Atualizado 2026-03-06 📅 Criado 2020-04-22
16
BLKSerene/Wordless

Uma Ferramenta de Corpus Integrada com Suporte Multilíngue para o Estudo de Língua, Literatura e Tradução

BLKSerene
⭐ 762 Python 👤 BLKSerene User 🕐 Atualizado 2025-10-30 📅 Criado 2018-08-23

Perguntas Frequentes

1

Qual é o repositório de #corpus mais popular no GitHub?

O projeto de código aberto de #corpus mais bem classificado no GitHub é brightmart/nlp_chinese_corpus, com 9,937 estrelas. Corpus Chinês de Grande Escala para Processamento de Linguagem Natural

2

Quais linguagens de programação são mais usadas nos repositórios de #corpus?

Entre os projetos de #corpus mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, JavaScript, R.

3

Como é calculada a classificação dos repositórios de #corpus?

Acompanhamos 16 repositórios ativos de código aberto marcados com #corpus (com mais de 500 estrelas), totalizando 39,411 estrelas e uma média de 2,463 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.