搜狗分类分词语料库

语料库标注工具SUTDAnnotator，研究自然语言处理的同学推荐使用。

《现代汉语语料库加工规范——词语切分与词性标注》词性标记

用于情感分析案例的语料库，亲测有效。积极、消极各5000条数据。

TFIDF java实现 可运行多文件语料库 亲测可行 语料库为《人民日报》相关权威新闻

reuters21578语料库，是文本挖掘必备的语料库。本人专业为文本挖掘，欢迎同行交流分享经验。

中英文平行语料库，用于机器翻译，问答系统等模型的预处理语料

这是本人在做自然语言处理使用到的一个语料库，后期也会同步与大家共享资源

维基中文语料库，大小1.6G，所以上传到百度云，之前在csdn找了很久都没找到，只好自己翻墙去下载

基于后缀数组的分词，是不需要词典和语料库。通过后缀数组和散列表获得汉字结合模式。

文本分类语料库训练集，供学习测试使用。新闻类语料（已标签分类），包含经济、交通、教育、环境、体育、医药等类目共上千份新闻文本。