對比、分析語料庫的特點，需要從語料來源、規(guī)模等，加工處理程度，應(yīng)用系統(tǒng)提供的功能等幾個方面進行(只對比漢語語料庫)：

1. CCL的語料庫有部分口語(北京話調(diào)查)語料，包含部分影視作品(如百家講壇、周星馳電影等)語料，網(wǎng)絡(luò)語料，書面語語料。其中，報紙語料占絕對大比例。CCL最新一次更新，增加了許多學術(shù)論文語料；此外CCL還有古代漢語和中英雙語語料庫，其中雙語語料庫不對外。BCC包括文學、 報刊、微博、科技、古漢語、學生作文等多個領(lǐng)域，其中報刊、文學、微博、科技、古漢語都有20億以上的規(guī)模，各類別分布相對均衡。

2. CCL語料庫規(guī)模小于BCC。

3. CCL是生語料庫(除了分類、題目、作者等元信息外)，正文部分未經(jīng)過任何加工處理；BCC是熟語料庫，語料經(jīng)過分詞、詞性標注，少量語料庫還做了句法分析。所以，想查和詞性、句法結(jié)構(gòu)有關(guān)的，只能用BCC啦。(用CCL只能下載后自己再做加工處理、統(tǒng)計分析等等....)

4. CCL提供了豐富的，針對字符串的檢索功能，尤其是模式匹配，讓生語料庫也可以滿足多樣性的研究需求；BCC與CCL相比，提供了更加豐富的檢索功能。用CCL無法查詢的不妨試試BCC。

6. CCL可以下載所有檢索結(jié)果，這一點非常開放(結(jié)合左右最多顯示字數(shù)，可以下載完整的檢索結(jié)果)，BCC最多只能下載10000條結(jié)果(太摳門)！

7. CCL沒有提供統(tǒng)計功能，BCC提供了部分統(tǒng)計功能，尤其是非普通字符串檢索時，該功能尤為有用。(雖然CCL沒有提供統(tǒng)計功能，但是可以下載所有檢索結(jié)果呀，下載后自己統(tǒng)計、分析唄，這也剛好彌補了CCL沒有統(tǒng)計功能的不足。)

8. CCL沒有提供歷時檢索功能，BCC有，所有想做歷時分析、對比的，就只能選BCC啦。

9. 理念不同(純?nèi)鐐€人臆測，如有雷同，純屬巧合)。CCL：我不加工語料，我只提供原始材料，怎么加工處理、怎么統(tǒng)計分析，使用者自行解決。BCC：我不但有原始語料，我還盡量去滿足所有用戶的所有需求，能做的我都做。由此，CCL做的少，但不會犯錯；BCC做的多，但可能有潛在風險。

總結(jié)：二者互補，根據(jù)實際需求而選擇最合適的！

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

小 賤：對不起，CCL真做不到啊！人家沒分詞有沒有標注詞類，咋個查法呢？

總結(jié)

以上是生活随笔為你收集整理的bcc语料库下载_CCL语料库与BCC语料库各自的特点是什么？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。