现有领域词典的考察

     

领域词典的搬运工

现有的可获得领域词典(可免费下载)

1千万级巨型汉语词库

2THUOCL:清华大学开放中文词库

3搜狗词典

4百度输入词典

5QQ输入法词典

(ps:此链接包含三个常见输入法的词典和提取工具)

现有领域词典的优缺点

千万级巨型汉语词库

此版本的词典包含的领域词具有种类多、覆盖范围广等优点,但是其中比较多的分类包含的词汇不全、词汇错误。此版本的词汇更多的是由算法挑选,准确率和召回率都比较低!

THUOCL:清华大学开放中文词库

此版本的词典包含的领域词汇准确性较高,但种类少且有些分类的颗粒度相对较高。此版本的词汇准确率和召回率都比较高,只是覆盖度太小。

搜狗词典

此版本的词典包含的领域词具有种类多、覆盖范围广等优点,其词汇还会有更新。相较于“千万级巨型汉语词库”,其准确率和召回率更好点(ps:有些类别中的词典直接与“千万级巨型汉语词库”中的词典一模一样)。

 

百度输入词典

此版本的词典包含的领域词具有种类多、覆盖范围广等优点,其词汇还会有更新。相较于“千万级巨型汉语词库”,其准确率和召回率更好点,但覆盖范围相对而言比较低;相较于“搜狗词典”,其包含的词汇更全,词汇的质量更好,但覆盖率没有“搜狗词典”的高。

 

QQ输入法词典

此版本的词典包含的领域词具有种类多、覆盖范围广等优点,其词汇还会有更新。相较于“千万级巨型汉语词库”,其准确率和召回率更好点,但覆盖范围相对而言比较低;相较于“搜狗词典”和“百度词典”,词汇的准确率更高,但覆盖率没有其他两个广。

 

 

 

原文地址:https://www.cnblogs.com/cxf-zzj/p/9816272.html