关于萌名(NameMoe)
萌名是一个基于大数据和自然语言处理技术的新取名产品。
通过分词工具对海量文本进行分词和词频统计。数据清洗后,得到千万级的人名词典。再对其进行性别、年龄、拼音、情感、人名指数等标记,最终形成5600万+的中文人名图谱。
为剔除人名、机构名中的badcase,个人收集并建立了大量行业词典,物种名称语料库(Species-Names-Corpus)即是其中之一。
本子项目可用于中文分词、物种名称识别等场景。
PS1:维护此项目,除个人兴趣外,主要是在此过程中,可通过任务驱动来不断学习和实践NLP、KG以及AI等相关前沿技术。
PS2:正在找工作,求内部推荐~ 移动医疗/SaaS后台/人工智能方向的 高级产品经理一枚。
PS3:请勿提交涉政issue,谢谢。
PS4:如将本项目转存到国内的某平台,请设置成0积分下载,并保留GitHub链接。
物种名称语料库(Species-Names-Corpus)
数据大小:20万。
语料来源:多个词典汇总。
数据清洗:已清洗,但仍存有大量badcase。
更新时间:
删除部分badcase。 -2019.07.27
删除部分badcase。 -2020.12.13
@萌名NameMoe 整理
2024.03.27