本次提供的中文漢語語料syj_trainCorpus_utf8.txt全網免費，轉載需要注明出處，語料是作者通過爬取的短文本和網絡上的預料處理、合并生成的。整個語料大小264M，包含1116903條數據，數據用空格隔開，可以用來訓練分詞模型。