National Institute of the Korean Language Corpus 国家韩语语料库研究所-数据集

对于自然语言处理和语言学家来说，单词在语言中出现的频率是重要的信息。在自然语言处理中，非常频繁的单词往往比不太频繁的单词具有更少的信息，并且在预处理过程中经常被删除。该数据集包含有关韩语的频率信息，有8000万人使用。对于每个项目，都提供了频率（它在语料库中出现的次数）及其相对于其他引理的相对等级。 borrowings.csv frequency.csv frequency-by-jamo.csv frequency-by-syllable.csv frequency-long.csv non-standard-words.csv