龙源期刊网 http://www.qikan.com.cn 语料库研究初探 作者：齐芷玥 来源：《文存阅刊》2018年第11期 摘要：本文将从语料库的定义、类型、内容、规模设计、标注原则、建库方法等角度对语料库进行分析，目的是通过展现语料库相关基础知识，向语料库初学者提供帮助。 关键词：语料库；建库一、语料库定义 语料库就是大量语言材料的集合。语料库（Corpus）是指一个由大量的语言实际使用的信息组成的，专供语言研究、分析和描述的语言资料库。在计算机网络技术和信息技术快速发展的现代社会，语料库主要指经科学取样和加工的大规模电子文本库。[3] 二、语料库类型 语料库有多种类型，确定类型的主要依据是它的研究目的和用途。有学者曾经把语料库分成四种类型：（1）异质的（Heterogeneous）；（2）同质的（Homogeneous）；（3）系统的（Systematic）；（4）专用的（Specialized）。[4]参考此种分类方法，可进一步将国内语料库进行分类，种类包括以下五种： 1.通用语料库 （general）：主要用于一般性的语料库研究； 2.专用语料库 （specialized）：是为了对某个特定领域语言变体进行研究而建立的语料库； 3.平行语料库 （parallel corpus）：为对比某种语言的原文文本和其对应的译文文本之间的差异、研究翻译行为而建的语料库； 4.可比语料库 （comparable corpus）：是由具有某些相同或相似属性的文本构成的语料库； 5.学习者语料库 （learner corpus）：如中国英语学习者语料库（CLEC）、中国英语学生口笔语语料库 1.0 版 （SWECCL1）等。 三、语料库的内容及建库用途。 如果说规模是针对量的问题，那么，内容就是要解决质的问题。对于内容，最根本的是要真实，它包括：1.要收集实际使用中的文本，而不能是研究者杜撰的；2.要收集符合条件的文本。如要建立的是学习者语料库，要分析的是学生的真实语言能力，就不能把学生抄袭书本的东西收进来。 本文来源：https://www.wddqw.com/doc/8baabe58a4e9856a561252d380eb6294dc882244.html