中文聊天记录语料库：chinese_chatbot_corpus

简介：
Chinese_chatbot_corpus是一款全面的中文对话数据集，包含丰富多样的日常交流文本，旨在促进自然语言处理技术的发展和提升聊天机器人的互动能力。 该库是对现有开源中文聊天语料的搜集与系统化整理工作。它包含了豆瓣多轮对话、PTT八卦、青云语料、电视剧对白、贴吧论坛回帖、微博内容、小黄鸡问答以及短信等8个公开闲聊常用数据集，并进行了统一处理，使其可以直接使用。 通过该项目，可以一次性获取并处理所有聊天语料，无需自行搜集和分别处理不同格式的数据。这些语料均已下载好，在项目中提供提取码f2ex进行访问。 **环境：Python3** **处理过程：** - 按照原格式从各个来源提取数据 - 将繁体字转换为简体字 - 统一整理成一轮轮对话的形式 **数据来源及说明：** | 语料名称 | 数量 | 来源 | 特点 | |----------|------------|------------------|--------------------| | chatterbot | 560条 | 开源项目 | | 以上所有语料均已完成预处理，可以直接使用。