yet another chinese news dataset
包含新聞的標題+內容++url，包含簡體中文和正體中文
～140k條資訊
新聞聯播(chinese official daily news)
包含新聞的時間+分類（國內/國際etc）+標題+內容，簡體中文
～20k條資訊
douban movie short comments dataset
chinesemedicalcollection
包含中文古典醫藥書籍名稱（只有名字）
～700條資訊
pre-trained bert, including scripts
the latest pre-trained bert models, along with the latest code repo
(include bert-base, chinese)
chinese song lyrics
包含歌詞+歌名+歌手+url，簡體中文
~3k首歌曲
social network fake account dataset
看起來實際上是對微博機械人賬戶的統計
～108k條收據
dou ban movie short comments (10377movies)
wsdm - fake news classification
包含新聞+闢謠+新聞英文翻譯+新聞英文闢謠，簡體中文
～70k新聞，140k條闢謠
the national university of singapore sms corpus
a corpus of more than 67,000 sms messages in singapore english & mandarin
31,465 條中文簡訊
機器學習中文資源合集
本文 機器之心 先決條件 機器學習的基礎是數學。數學並非是乙個可選可不選的理論方法，而是不可或缺的支柱。如果你是一名計算機工程師，每天使用 uml orm 設計模式及其他軟體工程工具 技術，那麼請閉眼一秒鐘，忘掉一切。這並不是說這些概念不重要，絕不是！但是機器學習需要一種不同的方法。如今 pytho...
Python資料合集
python學習手冊 python cookbook python程式設計實戰 python源 分析 再加上網上的資料，學習python齊活。入門 可愛的python python基本概念和標準庫的介紹。python學習手冊 看起來很全面。python cookbook 參考書，內容還是比較豐富的。...
eclipse開發資料合集
eclipse 更多 在eclipse中使用hibernate外掛程式 eclipse外掛程式開發如虎添翼 eclipse中使用junit外掛程式測試 eclipse3.1中體驗j2se5.0之注釋型別 eclipse3.1中體驗j2se 5.0之列舉型別 eclipse form設計指南之定製布局...