中文文本分类语料（复旦）-训练集和测试集 这个链接是训练集，本语料库由复旦大学李荣陆提供。test_corpus为测试语料，共9833篇文档；train_corpus为训练语料，共9804篇文档，两个预料各分为20个相同类别。训练语料和测试语料基本按照1:1的比例来划分。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）。文件较大，下载时请耐心等待。

公开课资源对应的字幕整理，可用于自然语言处理的语料文本。

事件抽取 事件关系抽取 数据集 包含部分ACE 2005 Multilingual Training Corpus 和 Text Analysis Conference Knowledge Base Population (TAC KBP)的语料集

Chinese_medical_NLP 医疗NLP领域（主要关注中文） 评测数据集 与 论文等相关资源。 9.CHIP2020各项评测已开放 10.医学数据挖掘与算法评测大赛 11.中文医疗对话数据集 12.阿里发布的中文医疗标准数据集合 中文医学知识图谱 CMeKG 英文数据集 PubMedQA: A Dataset for Biomedical Research Question Answering COMETA: A Corpus for Medical Entity Linking in the Social Media MedMentions 相关论文 1.医疗领域预训练embedding 2.综述类文章 3.电子病历相关文章 4.医学关系抽取 5.医学知识图谱 6.辅助诊断 7.ACL2020医学领域相关论文列表 8.医疗实体Linking（标准化） 9. AAAI2020

transformer_news:基于transformer的中英文平行语料翻译系统

微博情感分析语料集，适用于做NLP情感分析

50万条中文闲聊对话高质量语料，最新整理，包括很多热门语句和流行词汇。适用于NLP（自然语言处理）进行对话学习训练，可用于聊天机器人研究和开发。

对话机器人训练语料、机器学习、自然语言处理用

机器学习、机器翻译训练语料 、未处理、获取前两列对话即可

人民日报语料库 人民日报语料库