包含20几个行业的文本语料，可用于文本分析，如文本相似度计算，文本挖掘，情感分析、关键词云图的构建等

基于依存句法分析的中文文本相似度计算研究，赵白玉，彭黎，中文文本相似度的计算在中文信息处理中起着极为重要的作用，在很多领域都有着广泛的应用前景。本文在改进了基于语义依存的汉语句

MSR数据集，是微软公开的相似度计算数据集，其中训练集有4076个句子，其中包含2753个相似度为1，即为正例句子；测试集有1725个句子，其中包含1147个正例句子。

基于深度学习的文本相似度计算模型和代码，亲自跑过可以直接使用，对nlp领域的学习非常有借鉴意义，在智能问答系统上经常会用到。

python自然语言处理-学习笔记(三)之文本相似度计算-附件资源

使用java实现输出文本相似度的一些代码。能够运行，有结果有数据。

文本相似度计算的Simhash算法的实现与改进

1、解压下载的CollaborativeFilteringBasedText压缩文件 2、操作系统中需装java jdk1.7或者以上版本 3、点击start.bat，在运行过程中，输出文本之间的距离和相似度

微博文本分析和可视化 0.数据来源和结构 新浪微博，爬虫链接： 微博内容数据结构（mongo数据库导出的json文档） content_example: [ {'_id': '1177737142_H4PSVeZWD', 'keyword': 'A股', 'crawl_time': '2019-06-01 20:31:13', 'weibo_url': 'https://weibo.com/1177737142/H4PSVeZWD', 'user_id': '1177737142', 'created_at': '2018-11-29 03:02:30', 'tool': 'Android'

本系统是信息检索课程的一个关于文本相似度对比的程序，它是用Java设计的，你也可以直接点击里面的jar文件进行运行，本程序还可以用来防止同学进行文档作弊的作业，资源里面有还有它的使用方法。