CCL汉英双语对齐语料库对齐文件的基本信息列表  详细信息

对齐文件个数:2374
汉译英:747
英译汉:1627
句对数:233589
中文句数:259425
英文句数:287924
中文字数:6176546
英文词数:3934609
 

---------------------------------------------

语言风格:
 

分类 文件数 句对数 中文句数 英文句数 中文字数 英文词数 中文平均句长(按字数计) 英文平均句长(按词数计)
书面语 2130 129267 134445 143985 4602360 2981177 34.2323 20.7048
口语 244 104322 124980 143939 1574186 953432 12.5955 6.62386

 

类型:
 

分类 文件数 句对数 中文句数 英文句数 中文字数 英文词数 中文平均句长(按字数计) 英文平均句长(按词数计)
应用文 414 20802 21454 25399 912658 550228 42.5402 21.6634
文学 1230 192178 215518 238546 4385701 2871770 20.3496 12.0386
新闻 730 20609 22453 23979 878187 512611 39.1122 21.3775

 

领域:
 

分类 文件数 句对数 中文句数 英文句数 中文字数 英文词数 中文平均句长(按字数计) 英文平均句长(按词数计)
政治 697 61495 63902 73931 2405681 1610964 37.6464 21.7901
科技 477 10902 11396 11613 426840 216483 37.4552 18.6414
体育 36 875 959 935 31140 16250 32.4713 17.3797
社会文化 796 65397 67427 68603 1990083 1351101 29.5146 19.6945
工商 131 3788 4123 4387 157537 92598 38.2093 21.1074
艺术 159 4959 5559 5400 181915 94124 32.7244 17.4304
电影 78 86173 106059 123055 983350 553089 9.27173 4.49465
 

 

---------------------------------------------