维基百科语料库
==============

`语料库 <https://zh.wikipedia.org/wiki/%E8%AF%AD%E6%96%99%E5%BA%93>`__\ 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”。

目录
----

1. 语料库列表

   1. 多语
   2. 英文
   3. 中文

2. 外部链接

语料库列表
----------

多语
~~~~

-  点通多语言语音语料库
-  宾州大学语料库
-  Wikipedia XML 语料库

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

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]

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)