本データベース第II期には以下に示す客観的特性値が収録されています。

1. 単語出現頻度（約34万単語）
2. 文字出現頻度（JIS X 0208, 約7000文字）

これらの客観的特性値は、1985年から1998年までの14年 間に刊行された朝日新聞朝夕刊（東京版）の約91万6千記事を高速形態素解析シ ステム「すもも」によって形態素解析して得た延べ約2億9千万単語をベー スにしています。

本データベースの大きな特長は, ベースとした新聞記事の量が極めて多いことです。 その量は, これまでの日本語における同種のデータベースに比べ10倍以上の規模です。 世界的に見てもこれほど大量の新聞記事に基づいたデータベースは例がありません。

特性値は書籍に掲載するのみでなく、付属のＣ Ｄ−ＲＯＭにも収録しました。 この付属ＣＤ−ＲＯＭは、簡易検索プログラム によって各特性値にアクセス可能なデータベース形式のファイ ルを提供するとともに、 各研究者が自由にデータを扱うことを可能にするために全データ をテキストファイルでも提供しています。

＜参考＞