6.29. 维基百科语料库

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；事实上，语料库英文 “text corpus” 的涵意即为 “body of text”。

6.29.1. 目录

1. 语料库列表

   1. 多语

   2. 英文

   3. 中文

2. 外部链接

6.29.2. 语料库列表

6.29.2.1. 多语

• 点通多语言语音语料库

• 宾州大学语料库

• Wikipedia XML 语料库

6.29.2.2. 英文

• 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, provided by Hong Kong Baptist University Library

6.29.2.3. 中文

• 中央研究院平衡语料库

• LIVAC 汉语共时语料库

• 北京大学语料库

• 兰开斯特大学汉语平衡语料库

• 兰开斯特-洛杉矶汉语口语语料库

• 语料库语言学在线

• 香港浸会大学 - 政治人物演讲语料库

• 北京森林工作室汉语句义结构标注语料库[永久失效链接]

6.29.2.4. 外部链接

• Free, web-based corpora (45-425 million words each): American (COCA, COHA, TIME), British (BNC), Spanish, Portuguese

• 开放式目录计划中和 Computational Linguistics 相关的内容

• ACL SIGLEX Resource Links: Text Corpora

• The Leipzig Glossing Rules: Conventions for interlinear morpheme-by-morpheme glosses

• Developing Linguistic Corpora: a Guide to Good Practice[永久失效链接]

• 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.

• Turkish National Corpus - A general-purpose corpus for contemporary Turkish

• Free web-based English corpus to download (3 billion words)