http://www.sogou.com/labs/dl/t.html
互联网语料库2.0版本是一个包含了约1亿（100,054,692）互联网页面，原始语料规模超过1Terabyte的海量网络页面语料库。语料收集时间为2007年2月，一定程度上反映了中国互联网网页语料的整体面貌。数据收集时注意吸取了产品1.0版本的经验与教训，在保证页面数量的同时，兼顾较高的数据质量，覆盖了中国互联网中绝大部分的重要网页。
语料库统计的意义：提供一个一定程度上及时更新的，能够反映中文互联网世纪面貌的海量互联网网络页面语料库。
应用案例：网页链接关系分析，基于互联网语料的中文信息处理研究等。
互联网语料库2.0版本是一个包含了约1亿（100,054,692）互联网页面，原始语料规模超过1Terabyte的海量网络页面语料库。语料收集时间为2007年2月，一定程度上反映了中国互联网网页语料的整体面貌。数据收集时注意吸取了产品1.0版本的经验与教训，在保证页面数量的同时，兼顾较高的数据质量，覆盖了中国互联网中绝大部分的重要网页。
语料库统计的意义：提供一个一定程度上及时更新的，能够反映中文互联网世纪面貌的海量互联网网络页面语料库。
应用案例：网页链接关系分析，基于互联网语料的中文信息处理研究等。
