-
日本古典籍データセット(無料)
古典籍画像データ: 701 点の各作品について，その全冊（約16 万コマ）のJPEG 形式の画像データ。 IIIF規格でのページ毎の閲覧が可能。ZIPでの書誌単位でのダウンロードも可能。ファイルサイズが小さくて済む書誌データ、本文テキストデータ、タグデータのみの配布もあり。 -
livedoor ニュースコーパス(無料)
9 カテゴリのニュース記事，CC BY-ND 日本語の雑多なニュースからCCライセンスの記事のみを取り出し、HTMLタグなどを自動的に取り除いて文章のみとしたもの。テキストの他、Apache Solr向けのデータも提供されている。Apache