现在网上大部分谭松波老师的评论语料资源的编码方式都是gb2312，本资源除了原始编码格式，还具有UTF-8编码格式。
本资源还包含将所有语料分成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
2019-12-21 20:30:31
9.88MB
1
不要50分，只要3分。谭松波-酒店评论语料-utf8,gb 两种格式 ，一共10000条数据。
2019-12-21 20:29:35
9.88MB
1
2006年sighan命名实体识别任务语料，MSRA提供。已经转成BIO格式，可直接用于NER训练
2019-12-21 20:29:10
7.18MB
1
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。
2019-12-21 20:19:24
650B
1
语料规模为10000篇。语料从携程网上自动采集，并经过整理而成。为了方便起见，语料被整理成4个子集: 1.ChnSentiCorp-Htl-ba-2000: 平衡语料，正负类各1000篇。 2.ChnSentiCorp-Htl-ba-4000: 平衡语料，正负类各2000篇。 3.ChnSentiCorp-Htl-ba-6000: 平衡语料，正负类各3000篇。 4.ChnSentiCorp-Htl-unba-10000: 非平衡语料，正类为7000篇。
2019-12-21 20:13:34
9.88MB
1