• 概要
  • Overview
• 利用・申込方法
  • How to Apply
• 「中納言」検索インタフェース
  • SHC Interface
• 語彙統計
  • Lexical statistics for the SHC
• 更新履歴
  • Update History
• SHCを用いた研究業績一覧
  • Summary of Research Results Using the SHC

• ホーム
• 昭和・平成書き言葉コーパス（SHC）
• 語彙統計

語彙統計

統合語彙表

統合語彙表は、『昭和・平成書き言葉コーパス』バージョン202305の各語彙素の出現頻度を集計した語彙表です。EXCEL等のフィルター機能を用いて、品詞やコア／非コア、本文種別、文体などを絞り込んで語数を測ることが可能です。

雑誌、ベストセラー書籍、新聞の3種の短単位語彙表を公開しています。詳細は、語彙表に同梱の「README」をご参照ください。

統合語彙表は こちら（https://doi.org/10.15084/0002000043）からダウンロードをしてご利用ください。

語数表

サンプルID・文体ごとに、語数（記号等を含む場合と含まない場合）をまとめた（短単位）語数表を公開しています。

• SHC語数表データ（バージョン2023.05）のダウンロード（SHC_WC_202305.csv）
  • Excelでそのまま開けるようにUTF-16エンコードのタブ区切りテキストになっています。

各レジスターの語数

『昭和・平成書き言葉コーパス』バージョン2023.05では、3340万短単位のデータを公開しています。各レジスターの各年の規模は次の通りです。