這是我整理出來的一份漢字字頻表。 包含漢字10029個。文件採用utf-8編碼，換行符為LF，每個漢字一行， 數字是對應漢字在文庫中出現的次數。漢字和數字由一個空格分隔。
語料文庫是我自己從網絡整理而來的，包含小說，雜誌，科普圖書，論壇帖子等，共計1億多個字符（文本大小300M）。由於語料原自網絡，受中國網站普遍採用GB2312，GBK，GB18030等漢字編碼影響，這些編碼表內的漢字字頻可能會普遍偏高。
字頻表文件下載點這裡。 大家可免費使用， 引用請用鏈接註明來源。 謝謝。
以下為出現概率最高的50個漢字（漢字字頻表 樣本）：
繼續閱讀