京都大学テキストコーパス †

毎日新聞の記事に各種言語情報を人手で付与したテキストコーパスです。95年1月1日から17日までの全記事、約2万文、1月から12月までの社説記事、約2万文、計約4万文に対して、形態素・構文情報を付与しています。これらの情報は、形態素解析システムJUMAN、構文解析システムKNPで自動解析を行い、その結果を人手で修正したものです。

さらに、社説記事を除く約2万文に対しては、格関係、照応・省略関係、共参照の情報を付与しています。

ダウンロード †

• GitHubリポジトリ: https://github.com/ku-nlp/KyotoCorpus
• 過去のバージョン
  • 京都大学テキストコーパス Version 4.0 (7,990,765 bytes)
    • 形態素・構文情報のタグ付け基準マニュアル
    • 格関係、照応・省略関係、共参照情報のタグ付け基準マニュアル
      ※ これらのマニュアルはコーパスのパッケージにも同梱されています。
  • 京都大学テキストコーパス Version 3.0 (6,050,373 bytes)

注意点：本パッケージに含まれるのは形態素・構文・関係の付加情報だけで, もとの毎日新聞データは含まれていません。コーパス本来の形に変換するには毎日新聞1995年版CD-ROMが必要です。毎日新聞CD-ROMの入手方法については日外アソシエーツのウェブページに情報があります。