「中央研究院現代漢語語料庫」（簡稱「研究院語料庫」（Sinica Corpus））專門針對語言分析而設計，每個文句皆依詞斷開，並標示詞類。語料蒐集也盡量做到現代漢語分配在不同的主題和語式上，是現代漢語無窮多語句中一個代表性的樣本。 本語料庫由中央研究院資訊所、語言所詞庫小組完成的。該小組由陳克健（資訊所）、黃居仁 （語言所） 兩位研究員主持，自1990年前後便開始致力於漢語語料的蒐集。於1991年得蔣經國基金會補助，開始構建語料庫；並於1994年分別得到中央研究院「中文資訊」跨所研究群專案計畫及國科會計畫補助，正式開始進行語料標誌。1995年7月完成第一版（兩百萬詞），1996年11月經計算中心設計規劃完成ＷＷＷ版，開放供各界使用（On www since November 1996）。並於1997年完成3.0版，約五百萬詞。（本說明整理自原網站簡介）
