CLUECorpus2020 语料

名称	文本类型	纯文本大小
CLUECorpus2020	中文	200GB

CLUECorpus2020 过对Common Crawl的中文部分进行语料清洗得到。开源部分提供了约200G左右的语料文本，详细介绍见官网，用户可以通过邮件申请下载，方式如下：

数据下载 申请方式： 将使用语料研究目的和用途，计划、研究机构和申请者介绍，发送到邮箱，并承诺不向第三方提供。

邮箱: [email protected]，标题是：CLUECorpus2020 200G语料库