#百度云盘

CBook-150K

CBook-150K是一个包含约15万本中文图书的语料集合，基于开源MD5图书链接构建。项目支持PDF、EPUB和MOBI格式解析，提供MD5链接目录结构和快速转存方法。介绍了各种电子书格式的解析技术，为自然语言处理研究提供中文文本资源。该语料集合仅供科研用途。