datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
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
Nf — 量詞
Na —… See the full description on the dataset page: https://huggingface.co/datasets/zetavg/tw-sinica-corpus-word-frequency.Long_Covid_word_frequency_TFIDF_22_Feb_AprLong_Covid_word_frequency_TFIDF_21_Jul_OctLong_Covid_word_frequency_TFIDF_21_Nov_22_JanLong_Covid_word_frequency_TFIDF_22_May_Jul