| 医疗NLP领域 https://github.com/lrs1353281004/Chinese_medical_NLP |
| 为中文自然语言处理领域发展贡献语料 来自 1.维基百科(wiki2019zh)，100万个结构良好的中文词条 2.新闻语料(news2016zh)，250万篇新闻，含关键词、描述 3.百科问答(baike2018qa)，150万个带问题类型的问答 4.社区问答json版(webtext2019zh)，410万个高质量社区问答，适合训练超大模型 5.翻译语料(translation2019zh)，520万个中英文句子对 |
| Chinese-poetry: 最全中华古诗词数据库 来自 <【Github】Chinese-poetry: 最全中华古诗词数据库> |
| THUCTC: 一个高效的中文文本分类工具包 来自 |
https://github.com/CLUEbenchmark/CLUENER2020
清华大学开源的文本分类：CLUE
综合CLUEDatasetSearch：中英文NLP数据集
几乎最全的中文NLP资源库
