しずかなインターネット

日記やエッセイにちょうどいい
文章書き散らしサービス

ログイン

日本語n-gram 1000万字統計データ

ディット
·
公開:2026/7/19

ロゴス配列の設計で使用したn-gramデータを公開します。

1-gram (全130連接)

2-gram (全10029連接)

3-gram (全227117連接 容量が大きいので注意)

かな単位ではなく、主要な拗音や外来音を1動作で入力することを想定したモーラ単位n-gramになっています。

データの元となったコーパスは以下のような内容です。(このサイト、テーブル使えないのね……)

note 390万7248字(1535記事)

Wikipedia 416万1548字(1962記事)

青空文庫 196万4634字(336作品)

合計 1003万3430字

日本語論理配列の開発や言語構造の探究などに是非お役立てください。

@ditto
書くことは発見の営みである