MNBVC-Wiki

这是根据命名空间排列的所有可访问页面的索引。

踩坑记录
20230703百度网盘的坑
20230724解压时zip文件名过长
20230724在windows和mac下打包zip文件名过长
20230724zipfile采用默认cp437导致文件名乱码
20230726python多进程卡主
20230727里屋论坛数据存在乱码
20230822解压缩zip文件报错
20231003硬盘太多导致cpu烧毁
20231004docker的jupyter没有sudo密码
20240219非utf8的路径名python打印报错
20240901群晖下载连接数限制及缺乏tracker服务器
20251124联调宽带会话数限制
20260123simhash溢出错误
information
liwu
mnbvc
playground
threebody
wiki
zh
1pb_store_plan_v1
爱凑热闹的外行一个
踩坑记录
处理文本中故意加入干扰混淆的数据
大型机翻任务分发与部署
代码语料小组2024年年度工作总结
代码语料小组2025年度总结
单个字节丢失导致的gbk--_utf8出错的研究
单个字节丢失导致的gbk转换编码出错的研究
短文本无法正确检测编码的问题
对齐算法
对外沟通记录
多模态语料小组2025年度总结
多模态语料小组年度总结报告
简繁体转换工具
建立ppl小模型用于编码检测
锟斤拷的问题
历次法律问题讨论
批量并行转换doc和wpf为docx
平行语料小组2024年年度总结
平行语料小组2025年年度总结
数据标准化小组2024年度工作总结
数据存储_分发_小组2024年年终总结
数据存储_分发_小组2025年年终总结
数据打包小组常用shell命令
数据发布小组2024年度工作总结
数据发布小组2025年度总结
数据故事
数据清洗小组2024年度工作总结
数据收集小组2024年总结
提供不同语种中出现频次最高的字符编码
添加基于python_cp936的支持
汪洋大海活动
汪洋大海项目2025年度总结
汪洋大海小组工作2024年度总结报告
问答小组2025年终小组总结报告
问答语料小组2024年度工作总结
我以为我很牛_马的_直到我知道了一个叫做ai的
我在汪洋大海的日子
现有语料格式
学术活动
一场为爱发电的奇幻之旅
一場關於中文的漫長..若即若離..的征途
一个将近60岁的老公务员跟跨性别美女那点儿不得不说的事
一个看客的第一贴
一个跨性别牛马的二周年心得体会
一个中年强行少年梦想的告白_表白_自白
已完工但未打包发布的数据
游戏收集专用页面
语料标准化与清洗小组2025年度总结
语料收集分类
语料收集小组2025年年终总结
语料增强小组2024年年度总结
语料增强小组2025年终小组总结报告
中文标点符号字符集范围
中文页面
重构常规编码检测机制
重生之我在海里当牛马的两年
aboutmnbvc
ascii字符范围
cjk符号范围
cjk中日韩越共用汉字
cjk中文需求
cnrss
csxz
dmtyl
dmyl
ed2k
etcrss
gbk_乱码合集
gbk_欧元符号的兼容性问题
gbk和utf8互转出现的问题
github_codepages使用教程说明
github_codespaces使用教程说明
github分布式爬取
hashlist
howtoaddnewpage
icu
internet_archive专用页面
jcbz
jcgc
kybd
linux环境下file命令的magic文件的内容解析
magent
mnbvc_p1_e01
mnbvc_p1_e02
mnbvc_p1_e03
mnbvc_p1_e04
mnbvc_p1_e05
mnbvc_p1_e06
mnbvc_p1_e07
mnbvc_p1_e08
mnbvc_p1_e09
mnbvc_p2_e01
mnbvc_p2_e02
mnbvc2023年终总结及感谢
mnbvc2024年终总结及感谢
mnbvc2025年终总结及感谢
pxyl
save_the_web_project专用页面
sharegptqa
sidebar
sjbzh
sjcc
sjdb
sjfb
sjqx
sjsj
start
text_poem
thankslist
unicode控制符范围
utf8字符集范围
warczone
wdyl
windows_下安装python-magic的经验
windows-936-2000编码问题
xmhx
ylzq
zip64to7zlzma2