人民日报1998年中文标注的语料库

用于英文分类的测试集和训练集应用，分词，去停用词处理

用于语音情绪识别的语料库资料，还是蛮好的。希望用于模式识别的同学们能够用得到。

搜狗语料库

COCA20000高频词汇。COCA=CorpusofContemporaryAmericanEnglish(COCA)这是英语国家使用频率最高的词汇集合。从众多语料库（corpus）中提取。用大数据

OHSUMED数据集合由WilliamHersh和他的同事们一起建立，其文档来源于医药信息数据库MEDLINE10，它包含了从1987年到1991年五年间270个医药类杂志的标题和/或摘要，包含了34

NBCorpus英文语料库已近做好分词，但是未去除停用词。

包含2015年一整年的新闻，文件以txt形式存储，是从各大网站上爬取下来的。希望喜欢

是一个简单的情感语音库，德国柏林语料库

icws 语料库 很有作用 关于博客中的个人故事

ChatGPT 拥有庞大且不断更新的语料库，用于训练模型。