找到3个数据集

标签: 停用词列表

过滤结果

  • Tibetan_SpaCy_Based_藏语语言模型工具包_ver1_0_0_1

    2026年1月15日 30 7 1

    数据集概述 本数据集为适用于SpaCy环境的藏语语言模型工具包，由James Engels开发，属于伦敦大学亚非学院与莱比锡大学联合项目Divergent Discourses。模型使用Botok分词器处理藏语，替换音节分隔符为空格，包含停用词列表，当前版本对标准词汇处理效果良好，正开发更复杂版本，共含3个文件。 文件详解...
    packageimg

  • 西班牙美洲学术期刊价值观教育数据集2001_2020

    2025年12月23日 30 171 142

    数据集概述 本数据集对应《西班牙美洲学术期刊价值观教育（2001-2020）：数字工具应用研究》一文，包含200篇开放获取文本（PDF或TXT格式），通过REDIB©获取。数据集按出版时间和作者所属国家/机构分为不同语料库，另含参考文献及停用词列表，用于LDAvis主题建模分析。 文件详解 语料库压缩文件（共5个，.zip格式）： Corpus A...
    packageimg

  • 乌兹别克语停用词列表数据集

    2025年12月23日 30 64 17

    数据集概述 本数据集包含通过三种自动方法从乌兹别克语"学校语料库"生成的停用词列表，涵盖单字词、双字词及带搭配的双字词停用词，为乌兹别克语自然语言处理任务提供基础资源。 文件详解 压缩包文件: uzbek_stopwords.zip: ZIP格式压缩包，包含以下核心文件： stopwords_unigrams.txt:...
    packageimg