中央研究院智財技轉處對外服務網

中文分詞語料庫為一包含兩百萬詞、不含詞類標記的語料庫，每個文句皆根據分詞原則來斷詞。而此分詞原則，乃是中華民國計算語言學學會在經濟部中央標準局委辦的「資訊處理用中文分詞規範調查研究及草案研擬」計畫中所訂定的。本語料庫來源包括書面語和口語兩部分，其中資訊類佔21％。