中文自然语言处理中文分词训练语料

★ 作者【Soyoger】 ★ CSDN博客专家【https://blog.csdn.net/qq_36330643】 ★ 中文自然语言处理入门实战课程【http://gitbook.cn/gitchat/column/5b10b073aafe4e5a7516708b】 ★ 自然语言NLP高级学习群：375130492 ------------------------------------------------------------------------------ 本次提供的中文汉语语料syj_trainCorpus_utf8.txt全网免费，转载需要注明出处，语料是作者通过爬取的短文本和网络上的预料处理、合并生成的。 整个语料大小264M，包含1116903条数据，数据用空格隔开，可以用来训练分词模型，格式如下： ------------------------------------------------------------------------------ 从 党 的 十一届 三中全会 实现 伟大 历史 转折 到 现在 ， 我国 政治 安定团结 ， 经济 稳定 、 持续 、 协调 发展 已经 八 年 了 ， 这 是 建国 以来 稳步 发展 持续 时间 最 长 的 时期 。 在 十年动乱 之后 ， 取得 这样 一个 大好 局面 是 不 容易 的 。 这 是 因为 我们 党 在 新 时期 制定 的 一 系列 路线 、 方针 、 政策 正确 ， 改革 、 开放 符合 全国 人民 的 利益 和 愿望 ， 符合 社会主义 建设 客观 规律 的 要求 ， 其中 最 根本 的 一 条 是 ， 全党 和 全国 各族 人民 团结 一致 ， ------------------------------------------------------------------------------