维基百科中文语料（已分词）
自己用来训练word2vec的，已提取文本，做了分词处理，过滤了大部分的特殊字符。共包含3273626个段落的文本（一个段落包含了多个语句）。处理后的语料有1.1G，由于文件较大，提供百度网盘下载地址。
下载地址
用户评论
没标点符号，几乎没什么用
可以，感谢楼主。
你好，请问SPLIT文件怎么使用啊
可以使用，感谢楼主奉献精神
好啊，分词精度还可以，但是没有标点符号