微软亚研的中文分词、词性标注和命名实体识别语料，包括训练和验证集，xml格式，方便使用，机器学习、信息检索以及NLP领域的研究人员使用来训练模型

自己梳理的7大行业，共660条资讯： 公共管理社会保障 住宿和餐饮业 文化体育和娱乐业 建筑业 交通、仓储和邮政业 批发和零售业 信息传输、软件和信息技术服务业

自己整理的机器学习文本训练语料集(多个行业，共2564条，正面资讯)

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）

做自然语言处理时需要语料来做训练集，利用这个爬虫程序可以很方便的获取语料。

谭松波--酒店评论语料.rar

它是谭泽东先生整理的关于酒店评论，图书评论和笔记本评论的带有情感标注的语料，其中每一种类型又有褒义和贬义个两个，每一个大约有2000条语料

Customer_satisfaction_Analysis 结果整合 Demo 演示 基于用户 UGC 的在线民宿满意度挖掘，负责数据采集、主题抽取、情感分析等任务。开发的目的是克服用户打分和评论不一致，实现了在线评论采集和用户满意度分析。 主要功能包括在线原始评论采集、主题聚类、评论情感分析与结果可视化展示等四个模块，如下所示。 提取后的民宿地址和在线评论等信息如下。 搭建了百度地图 POI 查询入口，可以进行自动化的批量查询地理信息。 通过高频词可视化展示，归纳出评论主题。 构建了基于在线民宿语料的 LDA 自动化主题聚类模型，利用主题中心词能找出对应的主题属性字典，并使用用户打分作为标注，然后通过多种分类模型，选用最优模型对提出的评价主体 进行情感分析，针对主题属性表进行主题提取后的文本进行情感分析，分别得出当前主题对应的情感趋势，横坐标为所有关于主题为“环境”的情感得分，纵坐标为

An implement of the paper of EDA for Chinese corpus.中文语料的EDA数据增强工具。NLP数据增强。论文阅读笔记。

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