GSK2020-D 「国語研日本語ウェブコーパス」NWJC2vec

Description: 「国語研日本語ウェブコーパス」 NWJC2vecは、国立国語研究所コーパス開発センター超大規模コーパスプロジェクト(2011-2015年度)で整備された258億語規模のウェブテキストコーパス (2014年第4四半期データ)から訓練した word2vec および fastText による単語埋め込みデータである。形態素解析は、MeCab-0.996 と UniDic-2.1.2による。データは、200次元 CBOW (word2vec), 200次元 skip-gram (fastText),300次元 CBOW (fastText), 300次元 skip-gram (fastText)からなる。単語に対するベクトル表現データのみで、バイナリデータは含まない。
Creator: 人間文化研究機構 国立国語研究所 コーパス開発センター
Price: 会員・個人利用11,000円、会員・団体(非営利)利用22,000円、会員・団体(営利)利用44,000円。
非会員・個人利用22,000円、非会員・団体(非営利)利用33,000円、非会員・団体(営利)利用66,000円。
別途、送料3,300円。
Date:2020.9
Format:1 USB flash drive (5.45GB)
Format.encoding:UTF-8
Language:Japanese
Relation: GSK2020-C 「国語研日本語ウェブコーパス」n-gram データ・頻度表
GSK2020-E 「国語研日本語ウェブコーパス」NWJC-BERT
上記言語資源の入手にあたっては、利用申請書兼誓約書(「国語研日本語ウェブコーパス」NWJC2vec) に必要事項をご記入いただき、メール、FAX、郵便等にて、事務局までお送り下さい。 折り返し、ご請求書をお送りしますので、宛名等ご指定のある場合は申請時にお知らせください。また、利用申請書兼誓約書の記入にあたっては「会員種別と利用種別の個人・団体について」をご確認下さい。