字符识别数据集（二）计算机汉字资料

大陆字库

来源	<现代汉语>
一级字	3500
二级字	3000
三级字	1605
总计	8105
现代汉语常用字表	3500
现代汉语通用字表	7000

台湾字库

	汉字数量
常用国字标准字体表	4808
次常用国字标准字体表	6341
总计	11146

注：重复字

• 兀
• 嗀（读音hù，呕吐）
• 斔（读音yǔ，古同“锺”，古代容量单位，六斛四斗。）

字体库

1. 台湾字体库
2. windows内置字体库

语料库

1. ChineseNlpCorpus - https://github.com/SophonPlus/ChineseNlpCorpus
2. FinancialDatasets - https://github.com/smoothnlp/FinancialDatasets
3. SmoothNLP - https://github.com/smoothnlp/DomainWords