搜寻结果

我看了那些free online corpus，可是似乎没有一个是可以下载的，全都是在线搜索。除了北大人民日报1998年1月份的语料库外，似乎所有的语料库都是在线查询的方式。 我的目的是用语料库统计词频和二元转移矩阵还有一些NE的上下文统计，如果不能下载到本机仅仅是查询，那对于训练词典来说毫无意义的。:confused: 请问大家，哪里可以得到切分、标注好的汉语语料库？我在做一个开源项目，没有任何经费支持，将来也不打算盈利，可以算是公益的事情了，因此最好是免费的语料库，不然我承担不起。

最近在做一个开源项目，其中需要用到对语料库进行统计生成统计词典，但是对于语料库的版权问题还有很多不明白的地方。可能也是也是关于著作的定义和衍生物的定义或判定的问题。 这个问题可能比较复杂，我不是很明白版权在这个过程中是怎么理解的。 一般来说生成词库的流程是这样： 1、人民日报、报刊文摘等文章收集 2、有人对文章进行处理，其中包括，分句子、人工分词、标注词性，这样生成的结果称为语料库 3、对语料库的所有词进行频率统计就生成了词库。 举例来说明这3步。 假设某个报刊文摘中有一句话： 我理解这句话的著作权应该杂志或者作者所有。 接下来这句话被A机构收录用以制作语料库。...