騰訊AI Lab開源800萬中文詞的NLP數據集

又一來自騰訊AI實驗室的資源帖。 騰訊AI實驗室宣佈，正式開源一個大規模、高質量的中文詞向量數據集。 該數據包含800多萬中文詞彙，相比現有的公開數據集，在覆蓋率、新鮮度及準確性上大幅提高。 在對話回覆質量預測、醫療實體識別等自然語言處理方向的業務應用方面，騰訊內部效果提升顯著。 數據集特點 總體來講，騰訊AI實驗室此次公開的中文詞向量數據集包含800多萬中文詞彙，其中每個詞對應一個200維的向量

>>阅读原文<<