文本分類資料收集

文本分類過程：http://www.cnblogs.com/luchen927/archive/2012/02/14/2349551.html；

語料庫資源：

　　　　 1：搜狗中文新聞語料庫：http://www.sogou.com/labs/dl/c.html；

　　　　2：博客園園友自行收集的語料庫：http://www.cnblogs.com/finallyliuyu/archive/2010/09/10/1823676.html；

  二者皆爲新聞類信息，前者標題使用數字表示，不便於對分類結果的快速驗證；後者資源在數量，準確性、平衡性方面稍欠缺。

網頁正文抓取相關文章：

         1：園友蛙娃正文抓取器：http://www.cnblogs.com/onlytiancai/archive/2008/04/12/getmaincontent.html；

　　    2：園友finallyliuyu正文抓取器：http://www.cnblogs.com/finallyliuyu/archive/2010/09/29/1838442.html；