한국어 말뭉치 모음

1 개요

한국어 말뭉치 자료, 한국어 코퍼스 자료, 한국어 말뭉치 모음, 한국어 코퍼스 모음

한국어 데이터셋 모음, 한국어 텍스트 데이터

2 목록

파일	유형	용량	비고
Chatbot_data
ChatbotData .csv	csv	1 MB
AI허브 AI데이터
국립국어원 언어정보나눔터
NSMC v1.0
ratings.txt	txt	19 MB	네이버 영화 말뭉치 학습/테스트셋
ratings_test.txt	txt	5 MB	네이버 영화 말뭉치 테스트셋
ratings_train.txt	txt	14 MB	네이버 영화 말뭉치 학습셋
KorQuAD
KorQuAD_v1.0_dev.json	json	4 MB	데브 데이터셋
KorQuAD_v1.0_train.json	json	37 MB	학습 데이터셋
한국어 위키백과 덤프
kowiki-latest-pages-articles.xml.bz2	xml.bz2	642 MB
ratsgo 전처리 데이터
processed_wiki_ko.txt	txt	940 MB	한국어 위키백과
corrected_ratings_corpus.txt	txt	17 MB	띄어쓰기 교정(soynlp)한 네이버 영화 말뭉치 (레이블 없음)
corrected_ratings_test.txt	txt	4 MB	띄어쓰기 교정(soynlp)한 네이버 영화 말뭉치 테스트셋 (레이블 없음)
corrected_ratings_train.txt	txt	14 MB	띄어쓰기 교정(soynlp)한 네이버 영화 말뭉치 학습셋 (레이블 있음)
processed_korquad.txt	txt	19 MB	KorQuAD 학습/데브셋
processed_ratings.txt	txt	17 MB	네이버 영화 말뭉치 학습/테스트셋 (극성 레이블 없음)
processed_ratings_test.txt	txt	4 MB	네이버 영화 말뭉치 테스트셋 (극성 레이블 있음)
processed_ratings_train.txt	txt	14 MB	네이버 영화 말뭉치 학습셋 (극성 레이블 있음)
processed_review_movieid.txt	txt	66 MB	네이버 영화 말뭉치 전체 데이터셋 (영화 ID 포함)
soyword.model	model	19 MB	네이버 영화 말뭉치로 학습한 soynlp 형태소 분석 모델
space-correct.model	model	3 MB	네이버 영화 말뭉치로 학습한 띄어쓰기 교정(soynlp) 모델

3 같이 보기

• 말뭉치
• 데이터셋 모음
• 영어 말뭉치 모음
• 한국 데이터셋 모음

4 참고

• https://ratsgo.github.io/embedding/downloaddata.html
• https://sosomemo.tistory.com/21