运用简单，功能很全。
ntConc是一款跨平台（即Windows、Linux与苹果电脑都有对应版本）的语料库分析统计软件，由日本学者LaurenceAnthony博士从2002年研发至今，历时13年的历史。
AntConc软件具有索引，词表生成，主题词计算，搭配和词族提取等多种功能。
该软件为免费软件，但是功能与WordsmithTools等软件相比一点也不逊色。

segment_stringsegment_string.py是为类项目构建的。
使用维特比算法获取输入字符串，并从输入中输出最可能的细分列表来自Google研究的语料库在找到viterbi_segment从AIMAPythongithub上取（用我自己的更改）发现进行以下更改：-变量名称更改-概率是从函数调用的，而不是通过参数发送的-打印段而不前往

15000多篇腾讯旧事，涵盖各个方面，比较全面

维基中文语料库(非最新)(两部分此为Part2)zhwiki-latest-pages-articles.xml.bz2_.part2|原紧缩包太大需要分两次上传，part1链接：https://download.csdn.net/download/Joker_Q/14967708

材料包里面含有完整版的复旦大学语料库，外加上本人针对这个语料库而收集整理的分词表，还包括本人精选10类各100篇，以及对其进行分词后的文件，以及只筛选名词后的文件

现在论文抄袭、学术打假成为学术界、媒体关注的话题。
有的学者心存侥幸，有的学者对学术严谨性未加重视等，以至于被相关人士揭发举报，最终身败名裂。
而许多毕业生因为种种原因，并未对论文抄袭现象加以重视，最后不能顺利毕业，荒废了几年时间，得不偿失。
现在提供论文检测的机构主要来源于三大中文期刊数据库，即中国知网论文检测系统，万方论文相似性检测系统，维普通达检测系统。
现在应用较多的是中国知网和万方的检测系统，但是两者都不是免费的，其中，中国知网的费用相对高，在淘宝上一篇硕士论文的检测费用达到两百元。
介于此考虑，我在网上收集了一下，提供免费检测论文的几个网站。
虽然与权威检测机构的检测结果不一定完全一致，但肯定对论文的修改是有一定帮助的。
免费论文检测1PaperPass论文通行证网www.paperpass.org/index.aspx?f=A4BBA37525E99A492050231C7323CF76系统推出免费试用功能，通过您的手机号码即可申请。
申请成功后，您将免费获得3000字的检测量（每个手机限申请一次）。
注：由于服务器服务能力有限，网站每天（从零点计算）提供1000个用户申请免费试用，申请完为止，请您在每天的较早些时候申请，敬请谅解。
PaperPass.Org网站诞生于2007年，是全球首个中文文献相似度比对系统，运营三年来，已经发展成为最权威、最可信任的中文原创性检查和预防剽窃的在线网站。
目前在用检测版本是汲取了大量的用户意见后开发的，更新了比对算法，比对的效率和准确率大大提高，另外还增加了上传文件、下载报告、引用率统计等实用功能。
我们将继续贴近用户需求，升级比对算法，为用户提供更为专业的论文原创性检测服务。
2维普通达检测系统http://gocheck.cn/s/8059第一次成功充值之后即赠送第一次充值额度10%的积分，截止到4月1日，先注册先得哦。
维普-通达论文引用检测系统（简称VTTMS）是由重庆维普资讯有限公司与通达恒远（北京）信息技术有限公司共同研制而成，该系统结合了维普资讯的数据资源优势与通达的数据挖掘技术并成功地应用在大规模文本比对领域上的创新产品。
通过对文档关键语义片段的识别、检测，可检测出文档中存在的不当引用、过度以用，甚至是抄袭等现象，并计算出文档的引用率、复写率和自写率等重要指标，为各级论文评定、检测、发表机构提供论文评定和论文收录的检测依据。
该系统采用TONDA公司自主研发的核心算法技术，具有业内领先的检测速度。
全文比对数据库由专业的期刊数据库、广泛的web互联网数据、TONDA共享数据库和用户自建库组成，保证了比对源的专业性和广泛性。
VTTMS具备很高的实用性和易用性，自其成功研发以来，已经在全国范围内众多行业和部门得到了广泛使用，获得了高度的好评，取得了良好的口碑。
3知识产权卫士-拷克网http://www.copycheck.com.cn拷克网成立于2009年，是专业的内容抄袭智能检测平台服务商，成立以来一直执行“技术领先战略”，开创了具有国际领先水平的核心、高端、基础技术---互联网在线中文智能抄袭检测技术，作为一家拥有领先技术的服务商，我们致力于通过对技术的创新和应用，来满知识版权组织和个人的需要。
公司的技术核心是内容抄袭智能检测技术研究，以分词技术为基础，以结构智能方法论为指导，开发出文本语义结构化引擎、版式语义结构化引擎、行为语义分析引擎，由此构建了互联网内容抄袭智能检测服务平台。
该服务平台主要提供：网站监控、数据萃取、信息标引、情报发现与分析、知识网络、行为语义分析等在线服务。
4论文检测大师http://www.check-paper.com/只支持doc类型文件上传！提交您的有效论文，请不要上传无用文档，每个IP仅有2次检测机会，您的检测结果将以word文档的方式发送到您的邮箱里。
5中国搜文章照妖镜http://www.zhongguosou.com/文章照妖镜不但可用来分析文章抄袭的程度，而且可用来检测自己的博客文章被别人复制、被别人疯狂传播的程度，帮你保护你博客的版权。
6外文论文检测系统www.turnitin.com必杀招：智慧语料库技术+GradeMark™+专利的PeerReview，在全世界90多个国家、超过7000所高等院校应用，每天检测10万篇论文。
适用：英文论文抄袭检查http://www.dustball.com/7繁体论文检查网站：网址：http://www.ppvs.org网址：http://www.paper119.com/

如题，希望对大家能有协助！里面东西很详细！

人民日报标注语料库(版本1.0，下面简称PFR语料库)是在得到人民日报社旧事信息中心许可的条件下，以1998年人民日报语料为对象，由北京大学计算语言学研究所和富士通研究开发中心有限公司共同制作的标注语料库。
该语料库对600多万字节的中文文章进行了分词及词性标注，其被作为原始数据应用于大量的研究和论文中。

由复旦大学李荣陆提供。
收集工作花费了不少人力和物力，所以请大家在使用时尽量注明来源（复旦大学计算机信息与技术系国际数据库中心自然言语处理小组）。
train.zip为训练语料，共9804篇文档，分为20个类别。
answer.zip为训练语料，共9833篇文档，同为20个类别。
训练语料与测试语料基本按照1:1的比例来划分

百万级别汉语语料库，包含各种常用词库，网络，小说，文言文，旧事，课本，散文，

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。