Best 7 Chinese Dataset Open Source Projects

Nlp Chinese Corpus

大规模中文自然语言处理语料 Large Scale Chinese Corpus for NLP

Zhvoice

Chinese voice corpus. 中文语音语料，语音更加清晰自然，包含8个开源数据集...

Sft Datasets

开源SFT数据集整理,随时补充

Gossiping Chinese Corpus

PTT 八卦版問答中文語料

Sova Dataset

Zi Dataset

汉字数据集，包括汉字的相关信息，例如笔画数、部首、拼音、英文释义/同义词等。

SciBERT CN

Pretrained model for Chinese Scientific Text