该对联数据集共包含 70 余万条对联数据，按字切分，并分为训练数据集、测试数据集以及一份词汇表。其中，训练数据集、测试数据集又分别分为上联和下联两部分。
数据集来自于冯重朴_梨味斋散叶的博主的新浪博客，被广泛应用于 AI 对联数据集模型的训练。
0 做种 0 下载 740 已完成
| 文件名 | 大小 |
|---|---|
| README.md | 840 B |
| README.txt | 840 B |
| couplet.tar.gz | 26 MB |
Couplet-Dataset 对联数据集
感谢您下载 Couplet-Dataset 对联数据集！
本站基于知识共享许可协议，为国内用户提供公开数据集高速下载，仅用于科研与学术交流。
获得数据集更新通知、下载过程发现问题、提供未引入数据集资源等，请关注公众号与我们沟通。
感谢您下载 Couplet-Dataset 对联数据集！
相关数据集推荐
NLPCC2016 新闻数据集
NLPCC2016数据集与流行的新闻数据集不同，使用更多来自新浪微博的非正式文本。训练和测试数据由来自不同主题的微博组成，如金融、体育、娱乐等。该数据集为utf-8编码，可被用于中文分词任务
icwb2-data 中文分词数据集
icwb2-data数据集是由北京大学、香港城市大学、台湾CKIP, Academia Sinica及中国微软研究所联合发布的数据集，用以进行中文分词模型的训练。其中AS和CityU为繁体中文数据集，PK和MSR为简体中文数据集。
Common Voice 中文语音数据集
Common Voice中文数据集是由Common Voice提供，包含288位测试者参与录音的MP3文件以及相对应的文本文件，总时长为12小时。参与录音的测试者由不同的口音、年龄、性别等差异，可被用于中文语音识别等任务的研究