（自然语言处理）语料、文本数据集清单

1. 免费电子书下载网站

• 古登堡计划：Project Gutenberg offers 55,277 free ebooks to download.
  • The Tragedy of Romeo and Juliet by William Shakespeare 支持以下格式：
    • html；
    • epub；
    • kindle；
    • plain text UTF-8；

2. Amazon S3 云存储

• 文本
  • https://s3.amazonaws.com/text-datasets/nietzsche.txt

3. 新闻类

• BBC：Insight - BBC Datasets