由復旦大學李榮陸提供。answer.rar為測試語料，共9833篇文檔；train.rar為訓練語料，共9804篇文檔，分為20個類別。訓練語料和測試語料基本按照1:1的比例來劃分。收集工作花費了不少人力和物力，所以請大家在使用時盡量注明來源（復旦大學計算機信息與技術系國際數據庫中心自然語言處理小組）。