查看原文
其他

必备资源丨国内外各大语料库,你get了吗?

心得小芊 语言学心得 2020-02-12

对于语言学相关专业的小伙伴而言,语料库这个名词一定不陌生!通俗来讲,语料库就是某些语言样本的集合,旨在于反映某些语言现象,所以不同的语料库其着力点也有所不同,那么国内外都有哪些比较成熟的语料库呢?这些语料库的定位又在哪里呢?本文为大家介绍了25个国内外语料库,小伙伴们抓紧试试吧!

国内外知名语料库

语料库在线:

http://www.cncorpus.org/

       语料库在线(国家语委语料库)提供了现代汉语语料库和古代汉语语料库资源,并且可以通过字词索引检索,还具备分词与词性标注、汉语拼音标注、字词频率统计等语料分析功能。


北京大学中国语言学研究中心:

http://ccl.pku.edu.cn/corpus.asp

       该语料库简称CCL语料库,共有现代汉语、古代汉语以及汉英双语三个语料库。现代汉语语料库和古代汉语语料库支持在线搜索,而汉英双语语料库只对北大校内用户开放。

北京语言大学BCC汉语语料库:

http://bcc.blcu.edu.cn/

        BCC汉语语料库,总字数约 150 亿字,包括:报刊(20 亿)、文学(30 亿)、微博(30 亿)、科技(30 亿)、综合(10 亿)和古汉语(20 亿)等多领域语料,是可以全面反映当今社会语言生活的大规模语料库。

中文语言资源联盟:

http://www.chineseldc.org

        中文语言资源联盟是由中国中文信息学会语言资源建设和管理工作委员会发起,由中文语言(包括文本、语音、文字等)资源建设和管理领域的科技工作者自愿组成的学术性、公益性、非盈利性的社会团体,其宗旨是团结中文语言资源建设领域的广大科技工作者,建成代表中文信息处理国际水平的、通用的中文语言语音资源库。

香港教育学院LIVAC汉语共时语料库

http://www.livac.org/index.php?lang=sc

        该语料库采用“共时性”视窗模式,严谨地定时分别收集来自多地的定量同类语料,同时又兼顾了“历时性”,方便各方人士客观地观察与研究视窗内的有代表性的语言发展全面动态。

教材语料库

http://ncl.xmu.edu.cn/shj/jcfccorpus?id=3

        该语料库对教育教材的语言现象进行实时的动态监测、分析和研究,可以最迅速、最广泛地了解语言现象的动态变化,为国家的语言政策、语言规划和语言教育等提供参考依据。

        中央研究所:

  http://words.sinica.edu.tw/

        该语料库包括现代汉语语料库、古代汉语语料库、汉籍电子文献、树图资料库、搜文解字等几个部分。

Tmxmall语料快搜:

https://www.tmxmall.com/qsearch

        平台支持中英双向检索,检索速度快;语料超过7300万句对,总字数达15亿字,且在持续增长;语料质量高,均经过人工审核;语料涵盖面广,覆盖经济、数理科学和化学、生物科学、医药、卫生、石油、计算机等行业和领域。

英国国家语料库BNC

http://www.natcorp.ox.ac.uk/

        该语料库收录了一亿余字的电子资源,包括书面语言和口语样本,用以呈现20世纪后期以来的英式英语。

语言口音档案馆

http://accent.gmu.edu/howto.php

        该数据库搜集了几百名来自世界各地,不同民族语言背景的人们针对同一段文字的录音资料,每段录音都详细记录了音频提供者的详细背景资料,每段语音也很详细的进行了转写。

当代美国英语语料库COCA

https://www.english-corpora.org/coca/

该语料库语料库由包含4.5亿词的文本构成,文本分为口语、小说、流行杂志、报纸以及学术文章五种不同的文体,是目前最大的免费英语语料库。

柯林斯英语语料库

http://www.collinslanguage.com/

        该语料库主要应用于词典编纂,是拥有4.5亿词规模的大型语料库,可以在线搜索。

美国国家语料库ANC

http://www.anc.org/

        该语料库着眼于美国英语的使用现状,记录了二十世纪九十年代以后的各种文字材料和口语材料的文字记录。

国内高校语料库

中山大学留学生汉字偏误语料库

http://cilc.sysu.edu.cn/

北京语言大学HSK动态作文语料库

http://202.112.195.8/hsk/login.asp

暨南大学留学生书面语语料库

http://www.globalhuayu.com/corpus3/Search.aspx

台湾师范大学汉字偏误库

http://free.7host05.com/bluekid828/

中国传媒大学 媒体语言语料库

http://ling.cuc.edu.cn/RawPub/

哈工大信息检索研究中心汉英双语语料库

http://ir.hit.edu.cn/demo/ltp/Sharing_Plan.htm

北京外国语大学语料库

http://www.bfsu-corpus.org

国外学术语料库

BASE——英国学术口语语料库:

http://www2.warwick.ac.uk/fac/soc/celte/research/base/

Leeds: 

http://corpus.leeds.ac.uk/internet.html

JustTheWord:

 http://193.133.140.102/JustTheWord/index.html

Lextutor:

 http://www.lextutor.ca/

Web Concordancer: 

www.edict.com.hk

需要注意的是,语料库虽然为我们提供了诸多便利,但是也不要过度迷信语料库~适度运用,合理选例才是王道~

文末预告!

停更两月有余的今日一词”马上要回来啦~

请大家多多支持哦!

●  后悔2019 | 36个“语言学及应用语言学”学术会议资讯给您安排上了

●  学术会议 | 第十八届中国计算语言学大会

●  学术会议 | 2019方言类型研讨会

●  学术讯息 | CSSCI来源期刊(2019-2020)目录

●  各位“语言学人”,有一份邀请函请查收

●  学术会议 | 首届语料库研究与应用大会

  HSK 5 Preparation 在线课程学习~转发给你的留学生朋友吧


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存