个人开发在做很多NLP相关任务的时候，语料的寻找十分头疼。
有很多公开的语料，被他人收费，或要积分下载等等。
对平时开发造成诸多不便。
这边整理了一些自己收集到的语料方便大家使用
新闻文本分类语料
THUCNews是根据新浪新闻RSS订阅频道2005~2011年间的历史数据筛选过滤生成，包含74万篇新闻文档（2.19 GB），均为UTF-8纯文本格式。非常感激前辈及学习过程中的伙伴。
github地址：https://github.com/gaussic/text-classification-cnn-rnn#text-classification-with-cnn-and-rnn
下载地址
cnews新闻的子集精简版
本次训练使用了其中的10个分类，每个分类6500条数据。
类别如下：
体育, 财经, 房产, 家居, 教育, 科技, 时尚, 时政, 游戏, 娱乐
这个子集可以在此下载：链接: https://pan.baidu.com/s/1hugrfRu 密码: qfud
搜狗新闻语料
来自若干新闻站点2012年6月—7月期间国内，国际，体育，社会，娱乐等18个频道的新闻数据，提供URL和正文信息
http://www.sogou.com/labs/resource/ca.php
注意选择IE浏览器否则 下载失败
复旦大学语料
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
链接: https://pan.baidu.com/s/1XU3ATrXb4gW3hANTPRu0iA 提取码: 36wh
情感分析语料
Sownnlp 开源包中情感分析语料
共3W多条评论类型
链接: https://pan.baidu.com/s/120ZEXEMbTgm2vu6825JmAw 提取码: 04p1
苏神开放的情感分析语料
共2W多条也是短评类型
链接: https://pan.baidu.com/s/1ftPIn8zohcTjMGQ5Pd5Shg 提取码: 17m1
实体分析语料
BosonNLP开发者语料
大家遵循《玻森数据开发者下载须知》
下载地址：https://bosonnlp.com/dev/resource
链接: https://pan.baidu.com/s/1wx5zX6EvP8UWfZrQhzXiZA 提取码: 88x3
详细的ner标注语料
这份语料我这边找不到来源了。
如有清楚的请和我联系一下
链接: https://pan.baidu.com/s/1va2z6mYtKEd1VWAQXFPnHw 提取码: ptad
垃圾分类语料
https://github.com/alexayan/garbage-classification-data
超多的中文语料分享：https://github.com/brightmart/nlp_chinese_corpus
超多的中文NLP相关资源：https://github.com/fighting41love/funNLP
各种模型相关例子：https://github.com/keras-team/keras/tree/master/examples
各种资源来源网络，如有侵权联系我，马上删除。
