NOW Corpus (News on the Web)

The NOW corpus (News on the Web) contains 3.7 billion words of data from web-based newspapers and magazines from 2010 to the present time. More importantly, the corpus grows by about 4-5 million words of data each day (from about 10,000 new articles), or about 130 million words each month. Data can be browsed online for free or purchased for download.

NOW语料库（News on the Web）收录了2010年至今源自网络报纸与杂志的总计37亿词量数据。尤为关键的是，该语料库每日新增约400万至500万词数据（源自约1万篇新刊发文章），月均新增数据量可达约1.3亿词。用户可免费在线浏览该数据集，亦可付费下载获取。

搜集汇总

背景与挑战

背景概述

NOW Corpus (News on the Web) 是一个大型动态更新的新闻语料库，包含从2010年至今的37亿词数据，来源于网络报纸和杂志。其关键特点是每天自动增长约4-5百万词（基于约10,000篇新文章），每月增长约1.3亿词，支持免费在线浏览或付费下载，主要用于语言学和文学研究，提供词频和短语分析。