谭松波老师的评论语料资源 gb2312，除了原始编码格式，还有UTF-8编码格式的，在这里一起分享给大家， 还将所有语料分成pos.txt和neg.txt两个文件，每个文件中的一行代表原始数据的一个txt文件，即一篇评论，更加的方便大家使用

中文英文的平行语料，来源于niutrans语料，总共20万句（中文10万英文10万），该语料可用于机器翻译等的训练。

研究中国古文翻译的语料，是pdf格式的，来自gwgz这个分支

基于因果关系知识库的因果事件大规模语料图谱项目，形成因果事件图谱。

最权威的中文文本分词语料 可用于文本分词 分词语句达20万句

（完整版）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；由复旦大学李荣陆提供；test_corpus.rar为测试语料，train_corpus.rar为训练语料。

深度学习中word2vector测试语料text8 word2vec是google的一个开源工具，能够根据输入的词的集合计算出词与词之间的距离。 它将term转换成向量形式，可以把对文本内容的处理简化为向量空间中的向量运算，计算出向量空间上的相似度，来表示文本语义上的相似度。 word2vec计算的是余弦值，距离范围为0-1之间，值越大代表两个词关联度越高。 词向量：用Distributed Representation表示词，通常也被称为“Word Representation”或“Word Embedding（嵌入）”。

该数据是完整的BIO标注语料，可用于深度学习机器学习模型训练，分为训练集、测试集以及验证集。

文本分训练和测试集，每个类别2000条新闻，简单做分类，测试效果 是足够了

数据来源于中文维基百科，利用gensim进行数据抽取，再经过繁体字转换成简体字，得到纯净的文本语料，可用于词向量训练。