共22000条酒店评论情感分析语料，包括pos积极语料，neg消极语料。

哈尔冰工业大学语料，需要的下载，HIT-CDTB-1.0

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。

网易新闻语料库 文本分类 自然语言处理 网上基本找不到哦~~

原文件为zhwiki-latest-pages-articles.xml.bz2，大小为1.7G，最新时间为19年7月下载，转为txt文本，繁转简，分词，gensim训练后的model文件

说明：谭松波收集整理了一个较大规模的酒店评论语料。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。

语料规模大，包括新闻文本、微博等各种语料。部分情感文本采用手工标注。只需下载压缩包并解压后即可使用。

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。

人民日报语料库，适合机器学习训练使用，分词等。

格式为 [ { "url": "http://zhidao.baidu.com/question/565618371557484884.html", "question": "学文员有哪些专科学校", "tags": [ "学校", "专科", "院校信息" ] }, { "url": "http://zhidao.baidu.com/question/2079794100345438428.html", "question": "网赌和澳门赌有区别吗", "tags": [ "网络", "澳门", "赌博" ] } ]