复旦已分类文本训练语料

酒店,书籍,笔记本的评论语料,各2000条,每条评论是一个txt,数据经过清洗,包含分词后的文本,可直接使用语料

用于处理新闻，微博，微信文章，等文本语料。最终可以将标题，正文等分行写入txt文件。

Semi-supervised text classification based on self-training EM algorithm

自己用来训练word2vec的，已提取文本，做了分词处理，过滤了大部分的特殊字符。共包含3273626个段落的文本（一个段落包含了多个语句）。处理后的语料有1.1G，由于文件较大，提供百度网盘下载地址

可以对正负样本进行训练学习，可以用于目标识别等。

opencv分类器训练工具，类似于深度学习的数据集训练。

opencv分类训练器,按照配置生成xml文件.用于open人脸识别,有疑问的同学可以下面留言,看到会解答

详细介绍opencv自带的分类器的各种情况，目标检测的三个主要步骤为样本的创建，训练分类器，利用训练好的分类器进行目标检测。

本语料适合于使用word2vec英文训练的语料，共98M，包括常用的英文词汇，训练后效果不错。

word2vec入门训练语料,可以用来跑简单的word embedding训练流程,千里之行始于足下。