语料库工具actonc

spacy语料库英文版3.0.0

Text8语料库,自己从ewik8语料库中提取出来的,可以用来训练模型,例如word2Vec模型的训练,注意,只适用于英文!

中文情感分析语料库，包含酒店、服装、水果、平板、洗发水等5个领域的评价数据，每个领域各包含5000条正面和负面评价，数据抓取于携程网和京东，仅供科研学习之用，欢迎下载使用！

垃圾邮件语料库（正常邮件），实验室课题组使用

分为10个类大概2000篇多文本，可用于文本分类的语料库

LJCorpus中文语料库分析软件专门针对中文的语料库分析软件

共8400多对中英语句，已预处理，中文用jieba分了词，标点符号没问题，保存于en-zh.csv，分隔符是制表符\t（不是默认逗号）。句粒度，但有不少长句，裁剪后5w对也够用。原始数据集也在包中，其

sougou语料库，相对比较完整的中文语料库，用于中文本分类的训练预料

网页链接关系分析，基于互联网语料的中文信息处理研究等

PFR语料库，有词语切分和词性标注，严格按照人民日报的日期、 版序、文章顺序编排。做NLP非常好的一份资源。