現代漢語平衡語料庫

版權宣告 語料庫簡介 使用限制 檢索系統使用簡介
「主畫面」使用說明 「進階處理」使用說明 顯示畫面使用說明 畫面轉換使用說明
附錄一：詞類標記表 附錄二：特徵標記表 重新開始檢索 回首頁


語料庫簡介

「中央研究院現代漢語語料庫」 (簡稱「研究院語料庫」(Sinica Corpus))是專門針對語言分析而設計的，每個文句都依詞斷開，並標示詞類。語料的蒐集也盡量做到現代漢語分配在不同的主題和語式上，是現代漢語無窮多的語句中一個代表性的樣本。
這個語料庫是由中央研究院資訊所、語言所詞庫小組完成的。該小組由陳克健(資訊所)、黃居仁(語言所籌備處) 兩位研究員主持，自一九九０年前後便開始致力於漢語語料的蒐集。於一九九一年得蔣經國基金會補助，開始構建語料庫； 並於一九九四年分別得到中央研究院「中文資訊」跨所研究群專案計畫及 國科會計畫補助， 正式開始進行語料標記。一九九五年七月完成第一版(兩百萬詞)， 一九九六年十一月經計算中心設計規劃完成 ＷＷＷ版，開放供各界使用(On www since November 1996) 。並於一九九七年完成3.0版，約五百萬詞。
如欲更進一步了解語料庫的內容，請參考中央研究院資訊所、語言所詞庫小組所編技術報告第 95-02/98-04號「中央研究院漢語料庫的內容與說明」。技術報告的取得及其它參考資料查詢請參考詞庫首頁(http://rocling.iis.sinica.edu.tw)
中央研究院資訊科學研究所、語言學研究所籌備處與計算中心. All Rights Reserved.


                

￭                               中研院      語言所      資訊所      計算中心         ￭

版權所有