GitHub上最全中華古詩(shī)詞數(shù)據(jù)庫(kù)又火了

作者：玄隱 2019-12-27 08:35:43

近期，GitHub 上最全中華古詩(shī)詞數(shù)據(jù)庫(kù)再次登上熱榜，又火了一把。

近期，GitHub 上最全中華古詩(shī)詞數(shù)據(jù)庫(kù)再次登上熱榜，又火了一把。根據(jù)介紹，chinese-poetry 最全中華古詩(shī)詞數(shù)據(jù)庫(kù)集合了唐宋兩朝近一萬(wàn)四千古詩(shī)人，接近 5.5 萬(wàn)首唐詩(shī)加 26 萬(wàn)宋詩(shī). 兩宋時(shí)期 1564 位詞人，21050 首詞。該項(xiàng)目已經(jīng)獲得了 22.6k 個(gè)「star」以及 4.2k 個(gè)「fork」。

　　GitHub 項(xiàng)目：https://github.com/chinese-poetry/chinese-poetry

　　最全的中華古典文集數(shù)據(jù)庫(kù)，包含 5.5 萬(wàn)首唐詩(shī)、26 萬(wàn)首宋詩(shī)、2.1 萬(wàn)首宋詞和其他古典文集。詩(shī)人包括唐宋兩朝近 1.4 萬(wàn)古詩(shī)人，和兩宋時(shí)期 1.5 千古詞人。數(shù)據(jù)來(lái)源于互聯(lián)網(wǎng)。

　　為什么要做這個(gè)倉(cāng)庫(kù)? 項(xiàng)目作者表示，古詩(shī)是中華民族乃至全世界的瑰寶，我們應(yīng)該傳承下去，雖然有古典文集，但大多數(shù)人并沒(méi)有擁有這些書(shū)籍。從某種意義上來(lái)說(shuō)，這些龐大的文集離我們是有一定距離的。而電子版方便拷貝，所以此開(kāi)源數(shù)據(jù)庫(kù)誕生了。此數(shù)據(jù)庫(kù)通過(guò) JSON 格式分發(fā)，可以讓你很方便的開(kāi)始你的項(xiàng)目。

　　古詩(shī)采集沒(méi)有記錄過(guò)程，因?yàn)楣旁?shī)數(shù)據(jù)龐大，目標(biāo)網(wǎng)站有限制，采集過(guò)程經(jīng)常中斷超過(guò)了一個(gè)星期。2017 年新加入全宋詞，全宋詞爬取過(guò)程及數(shù)據(jù)分析。

　　高頻詞分析圖

　　宋詞受歡迎的詞牌名