Sogou的词库及语料库

偶然的机会，看到sogou实验室发布的互联网词库以及互联网语料库。从“SogouLab 数据使用许可证”来看，似乎可以应用到opensource软件中，但要注明数据提供方（搜狐研发中心）。我们想SunPinyin的词库，将来可以更丰富一些，不过现在sogou提供下载的词库中没有读音标注。而且各位应该可以使用Sogou的语料库来训练SunPinyin中使用的统计语言模型。

另外让我感兴趣的是，在Sogou发布的互联网语料库中，包含了许多非sohu网站的网页内容。这样将他人网站的网页内容，收集下来并发布，是否存在版权的问题呢？是不是在语料库中标明出处（url地址）就可以了呢？

在“Sogou说吧”发了个问题，希望有乐观的答案。