# 中文人名语料库（Chinese-Names-Corpus）
业余项目“萌名NameMoe（一个基于语料库技术的取名工具）”的副产品。
萌名手机网页测试版：https://www.yimingzi.com/ ，欢迎体验。
不定期更新。只删词，不加词。
可用于中文分词、人名识别。
---
<strong>请勿将本库打包上传其他网站挣积分，已上传的请配合删除，谢谢！</strong>
---
<strong>中文常见人名（Chinese_Names_Corpus）</strong>
数据大小：120万。
语料来源：从亿级人名语料中提取。
数据清洗：已清洗，但仍存有少量badcase。
<strong>新增人名生成器。</strong>
---
<strong>中文古代人名（Ancient_Names_Corpus）</strong>
数据大小：25万。
语料来源：多个人名词典汇总。
数据清洗：已清洗。
---
<strong>中文姓氏（Chinese_Family_Name）</strong>
数据大小：1千。
语料来源：从亿级人名语料中提取。
数据清洗：已清洗。
---
<strong>中文称呼（Chinese_Relationship）</strong>
数据大小：5千，称呼词根；18万，中文称呼。
语料来源：多个人名词典汇总。
数据清洗：已清洗，但仍存有大量badcase。
---
# 英文人名语料库（English-Names-Corpus）
<strong>翻译人名（English_Cn_Name_Corpus）</strong>
数据大小：48万。
语料来源：多个人名词典汇总。
数据清洗：已清洗，但仍存有少量badcase，以地名居多。
本语料的人名识别由网友 “[ltccss](https://github.com/ltccss)” 友情提供。
---
# 日文人名语料库（Japanese_Names_Corpus）
<strong>日文人名（Japanese_Names_Corpus）</strong>
数据大小：18万。
数据来源：从维基百科中提取。
数据清洗：已清洗，但仍存有少量badcase。
数据清洗过程详见：“[日本人名数据清洗分享](https://github.com/wainshine/Chinese-Names-Corpus/issues/4)”。
---
# 中文词典语料库（Chinese_Dict_Corpus）
<strong>成语词典（ChengYu_Corpus）</strong>
数据大小：5万。
语料来源：多个成语词典汇总。
数据清洗：已清洗。
---
# 提醒与备注
<strong>请勿提交涉政issue：</strong>
惹不起呀，谢谢～
语料中还存有的，会在后续的更新中逐步删除掉。
---
## Stargazers over time
[](https://starchart.cc/wainshine/Chinese-Names-Corpus)
---
<strong>更新时间：</strong>
更早的提交，不记得时间了。
删除了1000余非人名。 -2017.08.08
删除了5000余非人名。 -2017.11.25
新增了18万日文人名。 -2017.12.17
删除了1500余非人名（主要是日文地名）。 -2017.12.30
删除了约3万余非人名、或低频人名。 -2018.11.04
删除了2600余非人名、或低频人名。 -2019.04.15
删除了约1万余非人名、或低频人名。 -2019.07.27
将文件移动到文件夹。 -2019.10.21
新增人名生成器。 -2020.01.29
删除了约6万余非人名、或低频人名。 -2020.12.13
更新人名生成器。 -2021.11.22
删除了约700余非人名、或低频人名。 -2022.11.30
---
@萌名NameMoe 整理
企业列表