北大人民日报语料库1998两份（带词性标注和不带词性标注）

基于wiki语料和人民日报2014年语料做的二元字模型，欢迎下载

微软亚研的中文分词、词性标注和命名实体识别语料，包括训练和验证集，xml格式，方便使用，机器学习、信息检索以及NLP领域的研究人员使用来训练模型

语料库通常指为语言研究收集的、用电子形式保存的语言材料，由自然出现的书面语或口语的样本汇集而成，用来代表特定的语言或语言变体。经过科学选材和标注、具有适当规模的语料库能够反映和记录语言的实际使用情况。

难得的1958全年的人民日报，可以作为历史资料查寻，可以用于了解当时的现代汉民族共同语的语言要素特点，总之，比较难得，希望大家下载使用。

人民日报，数字报，人民日报数字报，数字报发布系统

适合作为命名实体识别的补充预料，包括微软亚研院MSRA：46365条语料、人民日报：23061条语料和Boson:2000条语料。都是标注过的，非常实用，适合新手作为刚开始的模型练习。

PFR人民日报标注语料库(版本1.0，下面简称PFR语料库)是在得到人民日报社新闻信息中心许可的条件下，以1998年人民日报语料为对象，由北京大学计算语言学研究所和富士通研究开发中心有限公司共同制作的

基于模型的汉语词性标注研究的论文，欢迎参考，caj格式的，需要caj阅读器哦。

java语言实现的关于中文词性标注的问题，在Eclipse上通过编译，可运行。欢迎下载，并提出意见。

自然语言课程的结课大作业之一，源码、语料库什么的都有，便宜卖啦！