【自然语言处理NLP】中文语料整理【情感分析、文本分类、摘要、实体分析】

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