bestzld
Results
2
comments of
bestzld
不是有么，搜狗那个新闻语料库，然后写个脚本把content获取出来合并一下就能用了 [搜狐新闻数据](http://www.sogou.com/labs/resource/cs.php)
应该不是很均衡，我从小说随机摘取问本行，有的文本行识别很好，有的文本行就识别的比较差，用脚本统计一下，然后不足的补充上（最好根据场景，词频来规划，针对你目标场景的语料集合也很重要）