主要补充来自 NLP 语料分词词表、网络百科词条名等数据。 相比出版词典等，数据量级更大，囊括更多新词、长词。 由于主要来自网络文本，数据污染问题较严重，如含特殊字符，敏感类字词较多（NSFW），同存在非规范词形、繁简混杂等情况。 如用于输入法词库、模型训练等场景，请慎重使用。
- 常用规范词表和专名词见：https://github.com/zispace/hanzi-words
- 搜狗词库见：https://github.com/zispace/dict-scel; 官网https://pinyin.sogou.com/dict/
- 网络百科词条：
- 维基百科（中文）
- 百度百科
- 腾讯词向量
- 部分输入法词库（转换成纯文本词表）
- 高校名称
- 反义词对
- ……