数据来源[郑州大学全唐诗库](http://www16.zzu.edu.cn/qts/)，数据预处理去掉了诗歌文本中的诗人名字。
这是因为很多诗歌有多位作者，因此在每句话的后面都注解了作者的名字。但是对于机器学习，或者对于机器来说，无法分辨这些到底是作者名字，还是正式的诗句。
2026-04-06 17:58:02
5.7MB
1
《全唐诗》是清朝初年编修的汇集唐代诗歌的总集，全书共九百卷，收录唐代诗人二千五百二十九家，诗作四万二千八百六十三首，是中国规模最大的一部诗歌总集。（全唐诗ACCESS数据库含记录数有43086条）
2021-10-14 12:05:03
4.98MB
1
其中thulac用于分词，gensim用于word2vec 这两个库只用于第一篇文章的分析。如果您只关心如何构建诗人关系网络，那么不需要安装这个两个库。
2021-06-22 21:57:09
11.32MB
1