現代日本語書き言葉均衡コーパス
- 約1億語のコーパス
- 全文へアクセスするにはDVDが必要（有償）
- 3つのサブコーパスからなる
- コアデータ（全体の約100分の1）は自動形態素解析をした後に，人手による確認・修正を行っている
アノテーション
サンプル数の統計
| サブコーパス名 | メディア | 略称 | 非コアデータ | コアデータ | 合計 |
|---|
| 出版(2001～2005年) | 新聞 | PN | 1133 | 340 (17136文) | 1473 (80563文) |
| 雑誌 | PM | 1910 | 86 (12990文) | 1996 (301399文) |
| 書籍 | PB | 10034 | 83 (10095文) | 10117 (1483617文) |
| 図書館(1986～2005年) | 書籍 | LB | 10551 | - | 10551 (1651431文) |
| 特定目的 | 白書 | OW | 1438 | 62 (6067文) | 1500 (146402文) |
| ベストセラー | OB | 1390 | - | 1390 (222437文) |
| Yahoo!知恵袋 | OC | 90507 | 938 (6435文) | 91445 (687598文) |
| Yahoo!ブログ | OY | 52209 | 471 (7651文) | 52680 (863913文) |
| 法律 | OL | 346 | - | 346 (38827文) |
| 国会会議録 | OM | 159 | - | 159 (140422文) |
| 広報紙 | OP | 354 | - | 354 (257796文) |
| 教科書 | OT | 412 | - | 314 (64100文) |
| 韻文 | OV | 252 | - | 252 (18977文) |
| 合計 | | | 170,695 | 1,980 (60,374文) | 172,675 (5,957,482文) |
Links
