bcc语料库下载_CCL语料库与BCC语料库各自的特点是什么？

对比、分析语料库的特点，需要从语料来源、规模等，加工处理程度，应用系统提供的功能等几个方面进行(只对比汉语语料库)：

1. CCL的语料库有部分口语(北京话调查)语料，包含部分影视作品(如百家讲坛、周星驰电影等)语料，网络语料，书面语语料。其中，报纸语料占绝对大比例。CCL最新一次更新，增加了许多学术论文语料；此外CCL还有古代汉语和中英双语语料库，其中双语语料库不对外。BCC包括文学、 报刊、微博、科技、古汉语、学生作文等多个领域，其中报刊、文学、微博、科技、古汉语都有20亿以上的规模，各类别分布相对均衡。

2. CCL语料库规模小于BCC。

3. CCL是生语料库(除了分类、题目、作者等元信息外)，正文部分未经过任何加工处理；BCC是熟语料库，语料经过分词、词性标注，少量语料库还做了句法分析。所以，想查和词性、句法结构有关的，只能用BCC啦。(用CCL只能下载后自己再做加工处理、统计分析等等....)

4. CCL提供了丰富的，针对字符串的检索功能，尤其是模式匹配，让生语料库也可以满足多样性的研究需求；BCC与CCL相比，提供了更加丰富的检索功能。用CCL无法查询的不妨试试BCC。

6. CCL可以下载所有检索结果，这一点非常开放(结合左右最多显示字数，可以下载完整的检索结果)，BCC最多只能下载10000条结果(太抠门)！

7. CCL没有提供统计功能，BCC提供了部分统计功能，尤其是非普通字符串检索时，该功能尤为有用。(虽然CCL没有提供统计功能，但是可以下载所有检索结果呀，下载后自己统计、分析呗，这也刚好弥补了CCL没有统计功能的不足。)

8. CCL没有提供历时检索功能，BCC有，所有想做历时分析、对比的，就只能选BCC啦。

9. 理念不同(纯如个人臆测，如有雷同，纯属巧合)。CCL：我不加工语料，我只提供原始材料，怎么加工处理、怎么统计分析，使用者自行解决。BCC：我不但有原始语料，我还尽量去满足所有用户的所有需求，能做的我都做。由此，CCL做的少，但不会犯错；BCC做的多，但可能有潜在风险。

总结：二者互补，根据实际需求而选择最合适的！

========================================

小 贱：对不起，CCL真做不到啊！人家没分词有没有标注词类，咋个查法呢？