北京大学CCL2026版语料库检索系统正式上线

2026年5月，北京大学中国语言学研究中心CCL2026版语料库检索系统上线运行。

CCL2026版语料库面向语言学、中文信息处理、语言教学及相关人文社会科学研究提供公益性、学术性语料检索服务。

网址为：https://cclcorpus.pku.edu.cn/

北京大学CCL语料库由北京大学中国语言学研究中心开发和建设，是国内最早可通过互联网访问的大规模汉语语料库。自2004年第一个版本发布以来，CCL语料库历经多次扩充与功能更新：2004版总规模约1亿字符；2014版达到7.8亿字符；2024版扩充至58.4亿字符；2026版总规模达到142亿字符。

2026版系统新增了汉语中介语语料库，收录二语学习者汉语语料及其订正后语料（规模约259万字符），可为二语习得、汉语国际教育、学习者语言分析和偏误研究提供新的数据支持。

CCL2026版系统中，现代汉语语料库下设通用语料、专项语料、网络语料三个大类，便于用户根据研究对象选择不同来源和类型的现代汉语材料；古代汉语语料库下设断代语料、四库全书、佛道典籍、大型丛书四个大类；支持用户基于年代、文体领域等多维度检索。

致谢：

CCL语料库检索系统的开发先后得到了以下单位的大力支持与帮助：

• 北京大学计算语言学研究所


• 中科院计算技术研究所


• 北京大学软件与微电子学院


• 北京大学计算中心

特别感谢北京大学计算中心马皓主任长期以来对CCL语料库建设的关心与支持，衷心感谢计算中心人工智能应用工作组杨加老师及其团队在系统维护、检索程序研发等方面提供的持续技术支持。

2024年1月22日，2024版CCL语料库检索系统正式上线运行，服务器环境搭建和系统调试得到杨加老师团队的诸多技术支持。2025年，杨加老师团队基于Elasticsearch对CCL语料库检索引擎进行了全面重构，并于2026年初完成交付。此后，杨加老师团队继续参与系统调试与性能优化工作，为CCL语料库检索系统的持续改进和稳定运行提供了有力保障。

谨向马皓主任、杨加老师及其团队致以诚挚的谢意！

参考资料

CCL2026版系统规模简介：https://cclcorpus.pku.edu.cn/introduction

CCL2026版系统使用说明：https://cclcorpus.pku.edu.cn/help

CCL语料库得到的帮助情况简介：https://cclcorpus.pku.edu.cn/acknowledgement

2024年1月22日至2025年10月11日（628天），服务器记录2024版系统的查询日志显示：

总查询次数：12,319,326；

日均查询次数：19,616；

用户IP地址覆盖132个国家和地区 。