古文/中文语料库：中文喂鸡文库纯文本

spoony1971 · 发表于 2018-10-17 22:44:28

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!

spoony1971 · 发表于 2018-10-18 07:31:58

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。

spoony1971 · 发表于 2019-6-17 18:08:40

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。

yfz48516 · 发表于 2019-6-17 13:11:39

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”。

abtxu · 发表于 2018-10-17 23:42:25

感谢！论坛的古代文本的语料库实在太少了

zhongl · 发表于 2018-10-18 00:29:49

有什么好鸡料？

abtxu · 发表于 2018-10-18 04:42:45

楼主，已经下载了，可是不大会用，请教阅读方式是？

万德熊 · 发表于 2018-10-18 06:53:33

楼主，早安。看楼上的留言，貌似打不开？是一种特殊的格式么？

BAT2018 · 发表于 2018-10-18 07:15:20

感谢楼主分享！纯文本哦！

置了安 · 发表于 2018-10-18 07:37:17

··这个好，必须下一个。谢谢

hrbwag · 发表于 2018-10-18 09:53:34

终于有古文的库了，赞

sparkler · 发表于 2018-10-18 10:45:45

宝贵的资料，收藏一个。。。。谢谢楼主

transport · 发表于 2018-10-18 10:45:47

下来看看，谢谢你

zhentivip · 发表于 2018-10-18 11:25:28

辛苦楼主了，资料太及时了

thinkinginlast · 发表于 2018-10-18 12:09:27

新的阅读方式。谢谢分享。

medicichen · 发表于 2018-10-18 12:13:12

纯文本哦！古文，多年后再读，依然唇齿生香。强烈推荐

duancj · 发表于 2018-10-18 19:49:44

感谢制作和分享，用处很多

M-x · 发表于 2018-10-18 22:05:42

用Linux，喜欢纯文本，非常感谢楼主的辛苦付出和热心分享。

ypddd · 发表于 2018-10-19 09:20:30

谢谢分享，方便古文检索！

preachers · 发表于 2018-11-4 05:12:32

必须下一个。谢谢

tonyno1 · 发表于 2018-11-4 10:04:47

谢谢LZ分享！！！！

书生意气 · 发表于 2018-11-27 14:28:06

非常感谢，正缺这个

宁冷越 · 发表于 2018-11-28 12:43:30

下载试试，谢谢分享

albertyp · 发表于 2019-3-15 23:35:02

I think this must be the result of tremendous efforts and brain work, thank you very much for sharing

[汉汉] 古文/中文语料库：中文喂鸡文库纯文本

评分

评分