漢字データベース
2010年改訂の『常用漢字表』に掲載れている2,136字について，毎日新聞の11年分 (2000年から2010年まで) のコーパスを使って，Web上 (英語のサイト) で漢字頻度な どさまざまな特性が検索できる。このコーパスの語彙の重なり頻度 (type frequency) は368,841語で，延べ頻度 (token frequency) は282,816,611語である。 また，漢字だけでなく，検索サイトの「Select Jukugo from database」から検索し たい漢字を含んだ漢字2字からなる熟語 (Jukugo) を検索することもできる。さらに ，「Look up Jukugo」で，熟語の頻度を検索することもできる。
ダウンロード（詳細は以下の論文）：
Tamaoka, Katsuo, Shogo Makioka, Sander Sanders and Rinus G. Verdonschot (2017). www.kanjidatabase.com: a new interactive online database for psychological and linguistic research on Japanese kanji and their compound words. Psychological Research, 81, 696-708. [ダウンロード]
日韓中越同形二字漢字語データベース
日本語では2字語が頻繁に使われており，これらの語彙が日本語の51,962の見出し語からなる国語辞典の約70％を占める (Yokosawa and Umeda, 1988)。 旧・『日本語能力試験出題基準』(2007，改訂版) 4級から2級の2字漢字語2,060語(あるいは，「伯母」と「叔母」，「叔父」と「伯父」を同じ語として数えると2,058語) を対象として，2字漢字語の日本語能力試験の級，朝日新聞 (1985 年から 1998 年までの 14 年間の記事) での頻度，毎日新聞(2000年から2010年までの11年間の記事)での頻度， 品詞性，日中の意味的関係，音韻類似性，書字を検索できるようにした。朝日および毎日新聞の共通に頻度がみつかる2,029語についてのピアソンの積率相関係数は，r=0.87 (p<.001) である。
また，日韓中越の4言語間の同形2字漢字語の音韻類似性を，「音素類似性 (phoniic similarity)」と「音韻的距離 (phonological distance)」の2つの指標を検索できるようにした。音素類似性は，0から１の範囲で変化する値で，数値が大きいほど類似性が高い。一方，音韻的距離は，Rのcbaパッケージで提供されるsdists関数 (Buchta & Hahsler, 2016) で計算した一般化レーベンシュタイン距離 (generalized Levenshtein distance) で，数値は整数で示され，大きいほど類似性が低い。日中の2字漢字同形語1,864語の音素類似性 (M=0.45, SD=0.19) と音韻的距離 (M=0.45, SD=0.19) のピアソンの積率相関係数は，r=-0.89 (p<.001) という高い逆相関であり，2つの指標は類似している。
ダウンロード（詳細は以下の論文）：
モーラ・バイモーラ頻度検索エンジン
毎日新聞1998年から2018年までの21年間の記事のテキストデータを使用して，モーラ頻度とバイモーラ頻度を計算した。 このコーパスの形態素数 (重なり頻度: type frequency) は663,243，記号を除いた総頻度は398,406,147である。 形態素は，MeCab 0.996 (工藤・山本・松本, 2004) で解析した。ここでいう形態素は，言語学で定義される「意味上の最小単位」とは異なる。 たとえば，固有名詞の「愛知時計電機」は，「愛知」「時計」「電機」で3語であるが，形態素１つとして数えられている。そのため，コーパスの総語数は約4億語であると推定される。このコーパスでモーラとバイモーラを検索することができる。
たとえば，/ka/のモーラ頻度は，検索欄に平仮名で「か」あるいは片仮名で「カ」と入力して検索する。/ka/の重なり頻度は70,548回で，延べ頻度は31,176,377回と検索結果が表示される。重なり頻度は，/ka/を含む形態素・語彙数であり，延べ頻度は/ka/の総頻度である。また，/ka/を含む語彙が頻度の高い順に1,000語まで提示される。バイモーラ頻度も同様に検索できる。たとえば，/kawa/というバイモーラは，「かわ」または「カワ」と入力すると，重なり頻度が2,377回で，延べ頻度が659,508回と表示される。同時に，/kawa/を含む語彙が頻度の高い順に1,000語まで提示される。これは，玉岡賀津雄（名古屋大学）の企画のもとで，牧岡省吾（大阪府立大学）がデータを作成して，于劭贇（名古屋大学）が検索エンジンを作成した。
語彙頻度検索エンジン
モーラ・バイモーラと同様の毎日新聞18年間の新聞記事テキストデータをMeCab 0.996 (工藤・山本・松本, 2004) で解析した結果を使用して，2字漢字語ばかりでなく，さまざまな語の頻度と品詞を検索することができる。たとえば，平仮名で「さくら」または片仮名で「サクラ」と入力すると，/sakura/という発音の語彙がすべて表示される。もっとも頻度が高いのが，漢字の「桜」で15,729回，「さくら」が6,975回，「佐倉」が2,678回，「サクラ」が1,582回，「櫻」が306回である。玉岡賀津雄（名古屋大学）の企画のもとで，牧岡省吾（大阪府立大学）がデータを作成して，于劭贇（名古屋大学）が検索エンジンを作成した。
