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。

不定期更新。只删词，不加词。

可用于中文分词、人名识别。

请勿将本库打包上传某SDN挣积分，已上传的请配合删除，谢谢！

中文常见人名（Chinese_Names_Corpus）

120万。

从亿级人名语料中提取。删除了罕见姓氏、和带生僻字的人名。随机删除了部分名人姓名（一点点小私心）。

新增性别标注。

中文古代人名（Ancient_Names_Corpus）

25万。

多个人名词典汇总。删除了罕见姓氏、和带生僻字的人名。

日文人名（Japanese_Names_Corpus）

18万。

从维基百科中提取。删除了罕见姓氏、和带生僻字的人名。

数据清洗过程相见，“日本人名数据清洗分享”。

翻译人名（English_Cn_Name_Corpus）

48万。

多个人名词典汇总。删除了翻译人名常用字之外的人名。

清洗后仍存有少量badcase，尤其是英文地名。

中文姓氏（Chinese_Family_Name）

1千。

从亿级人名语料中提取。删除了罕见姓氏。

中文称呼（Chinese_Relationship）

5千。称呼词根。

多个人名词典汇总。删除了部分带贬义的称呼。

18万。中文称呼。

多个人名词典汇总。清洗后仍存有大量badcase。

成语词典（ChengYu_Corpus）

5万。

多个成语词典汇总。

请勿提交涉政issue：

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。

更新时间：

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

@萌名NameMoe 整理

2019.07.27