google-ngrams-db:用于 Google N-gram 的 SQLite 数据库

谷歌 N-grams 数据库 这个 repo 包含 Google N-grams English 百万作为 SQLite 数据库。 这些字段可用： 语法 年 匹配计数 页数 音量_计数 此数据基于 。 Google N-grams 是根据。 这些文件已通过仅采用完全由字母 AZ 组成的英语 100 万 1 克（例如，没有标点符号或数字，没有重音符号或非英文字符）进行了修改。 这些 ngram 已被放入 SQLite 数据库中，使这样的查询变得容易： -- get counts of matches by ngram for appearances after 1990 SELECT ngram, SUM (match_count) AS sum_match_count FROM eng_1m_ascii WHERE year > 1990 GROUP BY ngram; -- ge