这个链接是训练集，测试集请见我的资源
本语料库由复旦大学李荣陆提供。test_corpus.rar为测试语料，共9833篇文档；train_corpus.rar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（训练测试各50多兆），下载时请耐心等待。
2017-02-06 00:00:00
50.38MB
1
基于内容的文本分类系统
（这是一个完整的分类系统，用java写的，分词是中科院64位的分词）
详情：http://blog.csdn.net/yinchuandong2/article/details/17717449
使用libsvm 进行分类
使用中科院的分词器ICTLAS对训练集进行分词
2014-01-01 00:00:00
40.58MB
1
搜狗最新文本分类语料库
C000007 汽车
C000008 财经
C000010 IT
C000013 健康
C000014 体育
C000016 旅游
C000020 教育
C000022 招聘
C000023 文化
C000024 军事
2012-01-04 00:00:00
29.26MB
1