自己搜集来的词典，有重复的一些，自己甄别，里面包了清华大学词典，台湾大学词典，知网词典等，褒义词，贬义词，情感词一类的，反正挺多的

Java使用结巴分词时，必须应用的 jar包。应用于 分词器

使用Python，对爬取微博的评论，进行jieba分词，统计词频，修改路径即可。

搜狗实验室新闻数据精简版，将xml文本进行处理后分类如下： 奥运 5595个txt 房产 14695 个txt 互联网 2200个txt 健康 1153个txt 教育 2075个txt 旅游 1802个txt 汽车 1405个txt 商业 12465个txt 时尚 3490 个txt 体育 17237 个txt 文化 628个txt 娱乐 6757个txt 招聘 18个txt 由于是个人xml文本处理过的，处理了部分文档，如果需要更多可以联系我。 免费下载链接：https://share.weiyun.com/X0prakLr