查看: 3064|回复: 76
打印 上一主题 下一主题

[汉汉] 古文/中文语料库:中文喂鸡文库纯文本

[复制链接]
  • TA的每日心情
    擦汗
    前天 07:00
  • 签到天数: 1090 天

    [LV.10]以坛为家III

    124

    主题

    1772

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    10481

    灌水大神章小蜜蜂章笑傲江湖章

    跳转到指定楼层
    1
    发表于 2018-10-17 22:44:28 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 spoony1971 于 2018-10-18 08:07 编辑

    2018/10月中文喂鸡文库,删除部分训令、法律、通知。文本格式,每个词条以"####"开头。
    https://pan.baidu.com/s/1R4xLNujcFYKPLxy15Jh4CA
    如果您要查看本帖隐藏内容请回复


    包含四库全书(是否全部?),xz压缩文渊阁繁体无标点全本共600M左右,喂鸡文库文本总量相当于1.5倍个四库全书。

    解压后的文件是3.4G大小的纯文本文件。

    Ultraedit,emEdit应该能打开这种超大文件。但编辑器总不如文本阅读器来得有效。
    lz所知高效文本阅读器有less, vis(编辑器),不知还有其它软件值得推荐?

    lz用xzless直接阅读压缩文件,用xzgrep全文搜索。纯文本内部自带markdown标记,采用染色软件可标记古文中的注,为阅读/检索古文无上利器。

    强烈推荐不解压直读!

    评分

    2

    查看全部评分

  • TA的每日心情
    擦汗
    前天 07:00
  • 签到天数: 1090 天

    [LV.10]以坛为家III

    124

    主题

    1772

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    10481

    灌水大神章小蜜蜂章笑傲江湖章

    推荐
     楼主| 发表于 2018-10-18 07:31:58 | 只看该作者
    abtxu 发表于 2018-10-18 04:42
    楼主,已经下载了,可是不大会用,请教阅读方式是?

    解压后的文件是3.4G大小的纯文本文件。
    Ultraedit,emEdit应该能打开这种超大文件。但编辑器总不如文本阅读器来得有效。
    lz所知高效文本阅读器有less, vis(编辑器),不知还有其它软件值得推荐?

    lz用xzless直接阅读压缩文件,用xzgrep全文搜索。
  • TA的每日心情
    擦汗
    前天 07:00
  • 签到天数: 1090 天

    [LV.10]以坛为家III

    124

    主题

    1772

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    10481

    灌水大神章小蜜蜂章笑傲江湖章

    推荐
     楼主| 发表于 2019-6-17 18:08:40 | 只看该作者
    yfz48516 发表于 2019-6-17 13:11
    非常感谢楼主分享,但在下认为不大可能包括全部《四库全书》,因为其纯文本压缩包在825M左右,大 ...

    xz格式压缩效率很高,经常可以达到zip格式的60%。故而xz的600M跟您提到的825M应该是相同的。
  • TA的每日心情
    慵懒
    14 小时前
  • 签到天数: 1343 天

    [LV.10]以坛为家III

    143

    主题

    2808

    回帖

    9万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    91098

    笑傲江湖章灌水大神章

    QQ
    推荐
    发表于 2019-6-17 13:11:39 | 只看该作者
             非常感谢楼主分享,但在下认为不大可能包括全部《四库全书》,因为其纯文本压缩包在825M左右,大于“共600M左右,喂鸡文库文本总量相当于1.5倍个四库全书”。

    评分

    1

    查看全部评分

  • TA的每日心情
    慵懒
    2021-11-4 14:19
  • 签到天数: 395 天

    [LV.9]以坛为家II

    41

    主题

    1527

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    12664

    笑傲江湖章推广专家灌水大神章

    2
    发表于 2018-10-17 23:42:25 | 只看该作者
    感谢!论坛的古代文本的语料库实在太少了

    该用户从未签到

    2

    主题

    82

    回帖

    2158

    积分

    禁止发言

    积分
    2158
    3
    发表于 2018-10-18 00:29:49 | 只看该作者
    有什么好鸡料?
  • TA的每日心情
    慵懒
    2021-11-4 14:19
  • 签到天数: 395 天

    [LV.9]以坛为家II

    41

    主题

    1527

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    12664

    笑傲江湖章推广专家灌水大神章

    4
    发表于 2018-10-18 04:42:45 | 只看该作者
    楼主,已经下载了,可是不大会用,请教阅读方式是?
  • TA的每日心情
    慵懒
    2018-11-14 11:00
  • 签到天数: 67 天

    [LV.6]常住居民II

    0

    主题

    358

    回帖

    5835

    积分

    禁止发言

    积分
    5835
    5
    发表于 2018-10-18 06:53:33 | 只看该作者
    楼主,早安。看楼上的留言,貌似打不开?是一种特殊的格式么?
  • TA的每日心情
    开心
    2021-1-14 12:30
  • 签到天数: 450 天

    [LV.9]以坛为家II

    4

    主题

    1197

    回帖

    8万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    81433

    笑傲江湖章灌水大神章

    6
    发表于 2018-10-18 07:15:20 | 只看该作者
    感谢楼主分享!纯文本哦!
  • TA的每日心情
    开心
    2020-4-24 20:47
  • 签到天数: 306 天

    [LV.8]以坛为家I

    15

    主题

    823

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    33766

    QQ 章

    8
    发表于 2018-10-18 07:37:17 | 只看该作者
    ··这个好,必须下一个。谢谢
  • TA的每日心情
    开心
    2020-4-24 09:10
  • 签到天数: 14 天

    [LV.3]偶尔看看II

    0

    主题

    34

    回帖

    1013

    积分

    解元

    Rank: 5Rank: 5

    积分
    1013

    QQ 章

    10
    发表于 2018-10-18 09:53:34 | 只看该作者
    终于有古文的库了,赞
  • TA的每日心情
    擦汗
    12 小时前
  • 签到天数: 903 天

    [LV.10]以坛为家III

    1

    主题

    2098

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    35718

    灌水大神章小蜜蜂章笑傲江湖章QQ 章

    11
    发表于 2018-10-18 10:45:45 | 只看该作者
    宝贵的资料,收藏一个。。。。谢谢楼主
  • TA的每日心情
    开心
    17 小时前
  • 签到天数: 1875 天

    [LV.Master]伴坛终老

    0

    主题

    3802

    回帖

    6万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    60082

    小蜜蜂章笑傲江湖章灌水大神章

    12
    发表于 2018-10-18 10:45:47 | 只看该作者
    下来看看,谢谢你
  • TA的每日心情
    开心
    2018-11-15 08:06
  • 签到天数: 105 天

    [LV.6]常住居民II

    98

    主题

    339

    回帖

    9195

    积分

    进士

    Rank: 8Rank: 8

    积分
    9195

    QQ 章

    13
    发表于 2018-10-18 11:25:28 | 只看该作者
    辛苦楼主了,资料太及时了
  • TA的每日心情
    开心
    2021-6-13 16:50
  • 签到天数: 725 天

    [LV.9]以坛为家II

    10

    主题

    2118

    回帖

    7610

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    7610

    灌水大神章

    14
    发表于 2018-10-18 12:09:27 | 只看该作者
    新的阅读方式。谢谢分享。
  • TA的每日心情
    开心
    2019-7-24 12:35
  • 签到天数: 170 天

    [LV.7]常住居民III

    1

    主题

    190

    回帖

    997

    积分

    举人

    Rank: 4

    积分
    997

    QQ 章

    15
    发表于 2018-10-18 12:13:12 | 只看该作者
    纯文本哦!古文,多年后再读,依然唇齿生香。强烈推荐
  • TA的每日心情
    慵懒
    2023-1-10 21:48
  • 签到天数: 802 天

    [LV.10]以坛为家III

    3

    主题

    2373

    回帖

    2万

    积分

    禁止发言

    积分
    20562

    小蜜蜂章笑傲江湖章灌水大神章

    16
    发表于 2018-10-18 19:49:44 | 只看该作者
    感谢制作和分享,用处很多
  • TA的每日心情
    开心
    2021-12-18 10:09
  • 签到天数: 1056 天

    [LV.10]以坛为家III

    5

    主题

    1195

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    18894
    17
    发表于 2018-10-18 22:05:42 | 只看该作者
    用Linux,喜欢纯文本,非常感谢楼主的辛苦付出和热心分享。
  • TA的每日心情
    擦汗
    7 天前
  • 签到天数: 484 天

    [LV.9]以坛为家II

    10

    主题

    1104

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    10300
    18
    发表于 2018-10-19 09:20:30 | 只看该作者
    谢谢分享,方便古文检索!
  • TA的每日心情
    慵懒
    4 天前
  • 签到天数: 606 天

    [LV.9]以坛为家II

    8

    主题

    736

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    13070
    19
    发表于 2018-11-4 05:12:32 | 只看该作者
    必须下一个。谢谢

    该用户从未签到

    1

    主题

    632

    回帖

    4659

    积分

    贡士

    Rank: 6Rank: 6

    积分
    4659

    灌水大神章

    20
    发表于 2018-11-4 10:04:47 | 只看该作者
    谢谢LZ分享!!!!
  • TA的每日心情
    开心
    2018-11-7 12:33
  • 签到天数: 1 天

    [LV.1]初来乍到

    103

    主题

    1056

    回帖

    1万

    积分

    翰林院孔目

    Rank: 10Rank: 10Rank: 10

    积分
    11899

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章

    21
    发表于 2018-11-27 14:28:06 | 只看该作者
    非常感谢,正缺这个

  • TA的每日心情
    擦汗
    6 天前
  • 签到天数: 147 天

    [LV.7]常住居民III

    11

    主题

    434

    回帖

    3824

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3824
    22
    发表于 2018-11-28 12:43:30 | 只看该作者
    下载试试,谢谢分享

    该用户从未签到

    0

    主题

    19

    回帖

    71

    积分

    白身

    Rank: 1

    积分
    71
    25
    发表于 2019-3-15 23:35:02 | 只看该作者
    I think this must be the result of tremendous efforts and brain work, thank you very much for sharing