【亲测免费】 聊天中文语料库对比

本仓库提供了一个综合性的聊天中文语料库资源，包含了多个公开的中文聊天语料库。这些语料库经过统一化规整和处理，可以直接用于自然语言处理（NLP）项目，特别是聊天机器人和对话系统的开发。

语料库列表

本仓库包含了以下8个常见的中文聊天语料库：

1. chatterbot
2. 豆瓣多轮
3. PTT八卦语料
4. 青云语料
5. 电视剧对白语料
6. 贴吧论坛回帖语料
7. 微博语料
8. 小黄鸡语料

每个语料库都经过繁体字转换和格式统一处理，确保可以直接用于各种NLP任务。

使用方法

1. 下载语料库：所有语料库已经统一打包，可以直接下载使用。
2. 解压文件：将下载的文件解压到指定目录。
3. 处理语料库：使用提供的Python脚本对语料库进行进一步处理，生成可用的TSV格式文件。

环境要求

• Python 3

处理过程

1. 提取各个来源的语料库。
2. 进行繁体字转换。
3. 统一格式为一轮一轮的对话。

生成结果

每个语料库将生成一个独立的TSV文件，包含查询（query）和回答（answer）。

结果的使用

生成的语料库文件可以根据个人需求进行进一步处理和使用，适用于各种聊天机器人和对话系统的开发。

版权说明

本项目为非商业项目，旨在搜集和汇总资料。如有侵权，请在issue下留言。

---

通过本仓库，您可以方便地获取和处理多个中文聊天语料库，加速您的NLP项目开发。