复旦新闻语料库训练+测试

这是文本分类的语料库，希望对研究文本分类的有用。

数据集用于语音情感分析训练数据库。可以用于机器学习，深度学习。该数据集是CASIA语料库，该数据只用于学习。

人民日报语料库

康奈尔电影对话语料库，英文。

美国当代英语语料库 COCA Frequency 60000,适用于欧路，mdict等第三方词典

人民日报2014语料库和很多行业的中文分词库，如财经，地点，电视剧，电影等。如果有需要的可以在此处下载哦。

英文分词语料库，共有198796行，每个单词都有词性标注，对句话的结束都有句号，便于处理。覆盖大部分主流行业的语料。例如：Newsweek/NNP,/,trying/VBGto/TOkee

该数据库(http://www.chineseldc.org/resource_info.php?rid=76)由中国科学院自动化研究所录制,由4位录音人(2男2女)在纯净录音环境下(信噪比约为35d

（1）显示赋码首字母，如名词以N开头、动词以V开头。 （2）包含特定赋码首字母的各种语言特征。 （3）用户自定义的各种语言特征，如被动语态等。 （4）显示所选语言特征的正则表达式，用户也可在此编辑表达

来源于人人网小黄鸡语料库，经过一部分处理后，但是并没有分词，可以用于对于中文的常用对话系统训练，也可以进行普通的中文自然语言处理。