BigQuery和公共数据集似乎都不具备所有的重要性

Question

总结：我所要做的就是找出在n-gram查看器中可以看到的数据下载位置，因为原始数据和BigQuery似乎都没有查看器那样多的结果......

因此，在尝试下载所有bigrams而不手动打开每个文件（从可用的原始数据）时，我转向BigQuery试图将三字母数据转换为bigrams，但实现了，因为三元组是如何建成时，有很多没有包含的双子星球。

然后我采用了老式的方式，作为测试，从可用的原始数据 here 下载了 st 文件。这是一个巨大的文件，但由于某种原因，它没有包含明显的bigram 留在这里 即使 ngram查看器也有。另一个例子是保持束缚。查看器将显示两个短语的图形，但 st 文件（我希望包含该数据）不会。有谁知道为什么以及我可以做些什么来获得这样的数据？我认为如果它可以通过n-gram查看器获得，那么必须有一些方法可以下载它吗？

Answer 1

从您链接的文档中，可供下载的nGram数据集是及时的快照。最新版本发布于2012年7月。我相信nGram Viewer本身正在针对更新的数据运行。

我知道在BigQuery的情况下，trigram数据是nGram数据的旧快照，可以追溯到BigQuery首次启动的时间。请注意，我们的sample dataset documentation不包含三元数据集，部分原因是我们的快照有多久。