zetavg/tw-sinica-corpus-word-frequency

現代漢語詞頻統計 中央研究院現代漢語平衡語料庫（Academia Sinica Balanced Corpus of Modern Chinese）各類題材現代漢語（500 萬詞、20 多萬句，約 14 萬筆詞條）的詞頻統計，以及各詞彙的詞性標記，依照出現頻率排序。 資料來源：中央研究院語言學研究所 全球華語文數位教與學資源中心。僅個人研究使用。 欄位說明 no — 序列編號 rank — 詞頻統計排序 word — 詞彙 pos — 詞性，詳見下表 frequency — 詞頻（出現次數） percent — 詞頻百分比 cumulation — 累進詞頻百分比 詞性標記 A — 非謂形容詞 D — 副詞 Da — 數量副詞 Dfa — 動詞前程度副詞 Dfb — 動詞後程度副詞 Dk — 句副詞 Di — 時態標記 Caa — 對等連接詞，如：和、跟 Cbb — 關聯連接詞 Nep — 指代定詞 Neqa — 數量定詞 Nes — 特指定詞 Neu — 數詞定詞 FW — 外文標記… See the full description on the dataset page: https://huggingface.co/datasets/zetavg/tw-sinica-corpus-word-frequency.