中文文本分類語料（復旦）-訓練集和測試集 這個鏈接是訓練集，本語料庫由復旦大學李榮陸提供。test_corpus為測試語料，共9833篇文檔；train_corpus為訓練語料，共9804篇文檔，兩個預料各分為20個相同類別。訓練語料和測試語料基本按照1:1的比例來劃分。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）。文件較大，下載時請耐心等待。