t-f-m / mama-katu-DM-corpus

The corpus of Japanese spam messages of invitation Mama Katu.

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

ママ活DMコーパス

ダウンロード

Mama_katu_DM_corpus.txt

概要

ママ活の勧誘のDMを集めてコーパスにしたものです

仕様

  • 文字コードはUTF-8、改行コードはLFです
  • 一行に一つのママ活DMのテキストです
  • 改行は「__BR__」という記号に変換しています
  • 送り先ユーザー名は「__TO_USER__」という記号に変換しています
  • 送り元ユーザー名は「__FROM_USER__」という記号に変換しています

追加方法

  1. in_conv.txtに追加するママ活DMの内容を書き書き(一度の一つずつしか追加できません)
  2. python conv.pyを実行
  3. Mama_katu_DM_corpus.txtに追加されている

※conv.pyは「__TO_USER__」と「__FROM_USER__」に置き換える匿名化にはまだ対応できていません。手動で置換をおこなってください

About

The corpus of Japanese spam messages of invitation Mama Katu.

License:MIT License


Languages

Language:Python 100.0%