语料库
语料库一词在语言学上意指大量的文本，通常经过整理，具有既定格式与标记。
根据语料库的特征，可以分为单语语料库、双语语料库、平行语料库等，根据语料的来源，可以分为书面语语料库、口语语料库、作文语料库、学习者语料库、古文书语料库等。[1]
语料库列表
[编辑]多语
[编辑]- 点通多语言语音语料库
- 宾州大学语料库（页面存档备份，存于互联网档案馆）
- Wikipedia XML 语料库
- 绍兴文理学院--中国汉英平行语料大世界 （页面存档备份，存于互联网档案馆） 中英平行文本双语语料库
英语
[编辑]- https://www.english-corpora.org （页面存档备份，存于互联网档案馆）
- The Collins Corpus （页面存档备份，存于互联网档案馆）
- Collin's Cobuild Project - 成果：Collin's当代英语辞典、及当代英语文法。
- Corpus of Political Speeches （页面存档备份，存于互联网档案馆）（香港浸会大学图书馆 （页面存档备份，存于互联网档案馆）提供）
汉语
[编辑]- LIVAC汉语共时语料库 （页面存档备份，存于互联网档案馆）
- 兰开斯特大学汉语平衡语料库 （页面存档备份，存于互联网档案馆）
- 兰开斯特-洛杉矶汉语口语语料库 （页面存档备份，存于互联网档案馆）
- 政治人物演讲语料库 （页面存档备份，存于互联网档案馆）（香港浸会大学图书馆 （页面存档备份，存于互联网档案馆）提供）
繁体中文
[编辑]简体中文
[编辑]日语
[编辑]- 现代日语书面语均衡语料库BCCWJ （页面存档备份，存于互联网档案馆）
- 日语口语词汇语料库CSJ （页面存档备份，存于互联网档案馆）
- 筑波网络语料库TWC （页面存档备份，存于互联网档案馆）
研究机构
[编辑]等
外部链接
[编辑]- Free, web-based corpora (45-425 million words each): American (COCA, COHA, TIME), British (BNC), Spanish, Portuguese（页面存档备份，存于互联网档案馆）
- 开放目录项目中的“Computational Linguistics”
- ACL SIGLEX Resource Links: Text Corpora
- The Leipzig Glossing Rules（页面存档备份，存于互联网档案馆）: Conventions for interlinear morpheme-by-morpheme glosses
- Developing Linguistic Corpora: a Guide to Good PracticeArchive.is的存档，存档日期2012-12-22
- An interface for querying automatically-constructed virtual corpora[失效链接].
- TEP: Tehran English-Persian Parallel Corpus.
- [1] Building synchronous parallel corpora of the languages taught at the Faculty of Arts of Charles University.
- TS Corpus - A Turkish Corpus freely available for academic research.（页面存档备份，存于互联网档案馆）
- Turkish National Corpus - A general-purpose corpus for contemporary Turkish（页面存档备份，存于互联网档案馆）
- Free web-based English corpus to download (3 billion words)（页面存档备份，存于互联网档案馆）