TOEIC 语料词性线索（模型标注）

官方语料中 v1.4 词表词头的词形被 spaCy 模型标注为各 UD 词性的次数与抽样例句。

统计范围

4,640 个词头 × 16 个词性标签，6,678 条（词头×词性）观测；覆盖范围是"v1.4 词表词头的词形集合"，不是全语料逐词标注。

统计口径

  • 记录行数6,678
  • 词头数4,640
  • 材料登记数0
  • 完整纳入材料0
  • 部分纳入材料0

口径说明：observations 与 materials 是登记行数，不代表独立语料总量；tokens 为纳入材料（included+partial）的 token 合计，includedTokens 仅计 status=included 的完整材料；excluded 材料不计入 token。校对或来源许可待核的馆藏不进入全站观察与材料合计，该馆藏的观察数量与词头数量记为未知。

前 5 条公开记录

  1. abandon · tagged_count: 4
  2. ability · tagged_count: 15
  3. able · tagged_count: 87
  4. aboard · tagged_count: 3
  5. aboard · tagged_count: 2