Как и обещал здесь, выкладываю прямой эфир Яндекса в период с 19 февраля – 2 марта 2008 года. Вышло чуть больше 730 000 русских фраз и слов. 
Около 2-3% встречаются повторений, но я думаю не составит труда их исключить, если кто не знает как, пишите в комментарии, покажу софт.
В таком виде:
самара реннесанс:28860сочинение:15251148vrPd|x:185395546гадания:9395944скачать Photoshop cs2 + crack rus:44006Схема проезда [...]