智財技轉處 Department of Intellectual Property and Technology Transfer 智財技轉處 Department of Intellectual Property and Technology Transfer

本院覽號：05T-890902

創作人：陳克健、馬偉雲（中央研究院詞庫小組）

智財權：專門技術

摘要：

中央研究院漢語平衡語料庫(簡稱Sinica Corpus)第4.0版，為一包含一千多萬目詞的帶標記平衡語料庫。本語料庫中每個文句都依詞斷開，並標示詞類標記。語料的蒐集也盡量做到平衡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。所蒐集的文章為1981年到2007年之間的文章。語料庫得中央研究院及中華民國行政院國家科學委員會補助，由中央研究院中文詞知識庫小組執行、研究，並授權中華民國計算語言學學會發行。

可能的應用範圍：

資料搜尋，中文語言內容處理

此項發明的優點：

本詞集整理完善，為繁體中文語言處理技術之基礎資料

智財技轉處聯絡人：

對本技術有興趣，請於本處網頁廠商選項下(廠商需求與諮詢)網頁填寫資料，承辦人將跟您聯絡。

If you are interested in this technology, please fill in the information on the webpage under the manufacturer option (Apply for Technology Licensing, Material Transfer, or Sponsored Research) on the website of this office, and the undertaker will contact you