Der Gutenberg-Datensatz enthält 3036 englische Bücher von 142 Autoren. Es ist ein kleiner Teil des Project Gutenberg-Korpus und wird hauptsächlich zur Sprachmodellierung verwendet. Dieser Datensatz wurde im April 2014 von Microft Artificial Intelligence veröffentlicht. Der Hauptherausgeber war Matthew D. Scholefield. Das zugehörige Dokument trägt den Titel „Komplexität von Wortkollokationsnetzwerken: Eine vorläufige Strukturanalyse“.