文本分类算法已经趋于成熟，统计学和机器学习是主流的方法和理论。既然算法和算法软件已经成熟，最大的难题是快速准备高质量的训练数据集。另一方面，随着文本挖掘越来越受重视，应用的领域越来越广，文本分类需求变化多样，在企业竞争情报分析和商业市场调查和研究领域，需求多样性和易变性尤其突出，必须快速实现文本分类应用需求，才能跟得上商业发展的步伐。
我们能够时刻感受到互联网信息量的爆炸，网络上充满了极具价值的信息，其中不泛适合作为文本分类语料库的内容。然而互联网内容以HTML文档为主，即使有大量的原始素材，整理成合适的文本分类语料库需要相当的成本投入，其间的主要过程有：原始素材的提取、过滤、格式化、入库、类别标注、内容编辑和调整、格式化输出、文本编码变换等等。
应此产业需求，MetaSeeker工具包企业版进一步扩充，日前发布了文本分类语料库采集和管理系统MetaCorpora，作为企业版的增值工具软件，供应给文本挖掘企业。MetaCorpora的主要特性包括：
- 使用DataScraper从网络上提取文本数据，存成XML格式，通过自动的Web Service接口或者人工GUI接口将提取结果文件导入数据库，可以转换成任意表格
- 数据库根据产业应用环境不同可以选用基于Lucene的全文检索数据库或者MySQL关系数据库
- 提取结果XML文件中的信息是树状结构，既可以将全部内容入库，又可以剪裁其中的分支入库
- 入库指令用配置文件驱动，适合任意表格，只需修改配置
- 关系数据库中的数据可以用各种格式导出（采用第三方软件phpMyAdmin），包括：CSV，CSV for MS Excel, Microsoft Excel 2000, Microsoft Word 2000, LaTeX, Open Document Spreadsheet, Open Document Text, PDF, SQL, XML, YAML
- 建立文本分类语料数据库
- 根据配置生成满足需求的各种文本分类语料数据库
- 将DataScraper的提取结果文件导入数据库，同时进行过滤、格式化转换等操作
- 多个语料库可以共享同一个数据库表格，也就是说使用同一个表格存储多个语料库。
- 建设和维护文本分类语料数据库
- 通过GUI接口，用户可以调整和编辑语料内容
- 通过GUI接口，用户可以手工标注类别
- 通过GUI接口，可以统计语料库的各项指标
- 如果分类语料不均衡，可以通过GUI手工添加语料内容。如果在Firefox插件的配合下，可以直接在浏览器上选取并标注语料内容，并添加到语料库中。
- 语料库格式化输出
- 可以选择文本编码，例如，中文GBK、GB18030、UTF-8，因为不同的中文分词、词性标注和文本分类软件可能对文本编码有要求。
- 语料重复内容自动剔除
- 按指定格式输出，例如，sogou文本分类库格式
