由复旦大学李荣陆提供。收集工作花费了不少人力和物力，所以请大家在使用时尽量注明来源（复旦大学计算机信息与技术系国际数据库中心自然语言处理小组）。train.zip为训练语料，共9804篇文档，分为20个类别。answer.zip为训练语料，共9833篇文档，同为20个类别。训练语料与测试语料基本按照1:1的比例来划分。