Leximory 是一个专注于语言学习的网站，旨在通过大量语言素材的输入，帮助用户自然习得语言。

中文互联网语料资源平台是由中国网络空间安全协会主办的专业网站，旨在为人工智能大模型的预训练提供高质量、安全合规的中文语料资源。

MathPile是一个包含约95亿个标记的数学中心语料库，从教科书（包括讲座笔记）、arXiv、维基百科、ProofWiki、StackExchange和网页中汲取数学内容，适用于K-12、大学、研究生水平和数学竞赛。

NLTK是一个领先的Python平台，用于处理人类语言数据。