Google|18世纪就有GTA？词频统计器里的另一部“近现代史”

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

数据并不是万能的。
2010年12月，谷歌与哈佛大学合作推出了科学实验项目“Google Ngram Viewer” ，中文翻译为“谷歌图书词频统计器” 。
简而言之，这个统计器是针对图书出版物的一种“谷歌趋势” 。统计器提供关键词搜索，搜索的范围是谷歌的数字图书馆“谷歌图书” ，分析关键词在图书、报纸、期刊中出现的频率，并按照年份依次排开，最终基于用户给定的时间跨度，提供一条显示关键词流行及发展趋势的曲线。

横轴为年份，纵轴为词频
在语言学范畴上，谷歌给定的文本范围可以被称作一种“语料库” ，而谷歌语料库可能是迄今为止最大的人文及社会科学研究语料库。
刚上线时，谷歌语料库中拥有超过500万本图书，占世界上所有已出版书籍的4% ，其中以英语书占多数。 2020年7月，谷歌语料库更新至2019版本，收录从1500年到2020年2月的书籍文本，涵盖英文、简体中文、法文、德文等八种语言，图书数量已超过千万本。