Git Stars Git Stars

#corpus 仓库

探索 16 个标记为 #corpus 的活跃开源 GitHub 仓库,它们累计获得 39,411 个 Star(平均每个项目 2,463 个)。该主题的领先项目是 brightmart/nlp_chinese_corpus,拥有 9,937 个 Star。

16
仓库总数
39,411
总星标数
2,463
平均每个仓库星标数
1
brightmart/nlp_chinese_corpus

大规模中文自然语言处理语料

brightmart
⭐ 9,937 👤 brightmart User 🕐 已更新 2026-02-06 📅 创建时间 2019-02-08
2
dariusk/corpora

一个包含用于创建机器人及类似事物的有趣数据的少量语料库的集合。

dariusk
⭐ 5,124 JavaScript 👤 dariusk User 🕐 已更新 2026-10-31 📅 创建时间 2014-02-23
3
wainshine/Chinese-Names-Corpus

中文人名语料库。人名生成器。中文姓名,姓氏,名字,称呼,日本人名,翻译人名,英文人名。可用于中文分词、人名实体识别。

wainshine
⭐ 4,347 👤 wainshine User 🕐 已更新 2025-11-09 📅 创建时间 2016-12-08
4
CLUEbenchmark/CLUE

中文语言理解测评基准 Chinese Language Understanding Evaluation Benchmark: datasets, baselines, pre-trained models, corpus and leaderboard

CLUEbenchmark
⭐ 4,288 Python 👤 CLUEbenchmark Organization 🕐 已更新 2026-02-06 📅 创建时间 2019-11-22
5
endymecy/awesome-deeplearning-resources

深度学习和深度强化学习研究论文及一些代码

endymecy
⭐ 3,039 👤 endymecy User 🕐 已更新 2026-11-14 📅 创建时间 2016-11-28
6
fendouai/Awesome-Chatbot

超棒的聊天机器人项目、语料库、论文、教程。中文聊天机器人 =>:

fendouai
⭐ 2,196 Python 👤 fendouai User 🕐 已更新 2026-07-28 📅 创建时间 2017-09-01
7
gunthercox/chatterbot-corpus

一个多语言对话语料库

gunthercox
⭐ 1,414 Python 👤 gunthercox User 🕐 已更新 2026-03-24 📅 创建时间 2017-01-11
8
NiuTrans/Classical-Modern

非常全的文言文(古文)-现代文平行语料

NiuTrans
⭐ 1,403 Python 👤 NiuTrans Organization 🕐 已更新 2024-04-21 📅 创建时间 2022-01-11
9
wainshine/Company-Names-Corpus

公司名语料库。机构名语料库。公司简称,缩写,品牌词,企业名。可用于中文分词、机构名实体识别。

wainshine
⭐ 1,287 👤 wainshine User 🕐 已更新 2024-03-27 📅 创建时间 2018-10-10
10
chatopera/insuranceqa-corpus-zh

:helicopter: 保险行业语料库,聊天机器人

chatopera
⭐ 1,055 Python 👤 chatopera Organization 🕐 已更新 2025-05-26 📅 创建时间 2017-07-26
11
CLUEbenchmark/CLUECorpus2020

中文大规模预训练语料库 100G

CLUEbenchmark
⭐ 1,022 👤 CLUEbenchmark Organization 🕐 已更新 2026-02-06 📅 创建时间 2020-01-25
12
PlexPt/chatgpt-corpus

ChatGPT 中文语料库 对话语料 小说语料 客服语料 用于训练大模型

PlexPt
⭐ 939 👤 PlexPt User 🕐 已更新 2024-05-15 📅 创建时间 2023-04-26
13
metasequoiaime/chinese-ime-lm

面向中文输入法的语言模型:语料、n-gram 统计、字级神经模型,以及评估其优劣的测试集

metasequoiaime
⭐ 914 Python 👤 metasequoiaime Organization 🕐 已更新 2026-11-15 📅 创建时间 2025-11-14
14
quanteda/quanteda

用于文本数据定量分析的 R 包

quanteda
⭐ 898 R 👤 quanteda Organization 🕐 已更新 2026-11-20 📅 创建时间 2012-08-15
15
chatopera/efaqa-corpus-zh

❤️Emotional First Aid Dataset, 心理咨询问答、聊天机器人语料库

chatopera
⭐ 788 Python 👤 chatopera Organization 🕐 已更新 2026-03-06 📅 创建时间 2020-04-22
16
BLKSerene/Wordless

支持多语言的集成语料库工具,用于语言、文学和翻译研究

BLKSerene
⭐ 762 Python 👤 BLKSerene User 🕐 已更新 2025-10-30 📅 创建时间 2018-08-23

常见问题解答

1

GitHub 上最受欢迎的 #corpus 仓库是什么?

GitHub 上排名第一的开源 #corpus 项目是 brightmart/nlp_chinese_corpus,拥有 9,937 个 Star。大规模中文自然语言处理语料

2

#corpus 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #corpus 项目中,最常见的编程语言是 Python, JavaScript, R。

3

#corpus 仓库的排名是如何计算的?

我们跟踪了 16 个标记为 #corpus 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 39,411 个 Star,平均每个仓库拥有 2,463 个 Star。排名每日根据 GitHub API 更新。