/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。

Apache License 2.0Apache-2.0

公司名语料库(Company-Names-Corpus)

业余项目“萌名(一个基于语料库技术的取名工具)”的副产品。不定期更新。只删词,不加词。
可用于中文分词、机构名识别。

公司名语料库(Company-Names-Corpus)
480万。清洗后仍存有大量badcase。

机构名语料库(Organization-Names-Corpus)
110万。清洗后仍存有大量badcase。

公司简称、品牌词等(Company-Shorter-Form)
28万。清洗后仍存有大量badcase。


为什么是压缩包:

未压缩的文件有200多M,压缩后只有30M左右,我网速不好,就先压为敬。


请勿提交涉政issue:

惹不起呀,谢谢~
语料中还存有的,会在后续的更新中逐步删除掉。


更新时间:

删除了3000余非公司名。 -2018.10.31

新增了10万公司简称、品牌词。 -2018.12.30

新增了28万公司简称、品牌词。 -2019.03.23

删除了2万余质量不高的公司名、机构名。 -2019.04.15


@萌名 整理

2019.05.14