语料库

语料库一詞在語言學上意指大量的文本，通常經過整理，具有既定格式與標記。

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]

語料庫列表

多語

• 点通多语言语音語料庫
• 賓州大學語料庫（页面存档备份，存于互联网档案馆）
• 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

• 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當代英語辭典、及當代英語文法。
• Corpus of Political Speeches （页面存档备份，存于互联网档案馆）（香港浸會大學圖書館 （页面存档备份，存于互联网档案馆）提供）

汉语

• LIVAC漢語共時語料庫 （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）
• 政治人物演講語料庫 （页面存档备份，存于互联网档案馆）（香港浸會大學圖書館 （页面存档备份，存于互联网档案馆）提供）

繁體中文

• 臺灣華語文語料庫 （页面存档备份，存于互联网档案馆）
• 中央研究院漢語平衡語料庫 （页面存档备份，存于互联网档案馆）

簡體中文

• 國家語委現代漢語語料庫 （页面存档备份，存于互联网档案馆）
• 北京大學語料庫 （页面存档备份，存于互联网档案馆）
• 語料庫語言學在線 （页面存档备份，存于互联网档案馆）

日语

• 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

• 上海外国语大学语料库研究院
• 日本国立国语研究所

等

外部連結

• 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）
• 开放式目录计划中和Computational Linguistics相关的内容
• 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的存檔，存档日期2012-12-22
• An interface for querying automatically-constructed virtual corpora^{[失效連結]}.
• .
• 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）

参考文献

1. 狐狸等间隔. 日语语料库超入门. 微信公众平台. [2022-12-20]. （原始内容于2022-12-20）.