国产精品麻豆欧美日韩ww_欧美日高清视频_亚洲精品成人久久久_久久精品国产清自在天天线

語(yǔ)料庫(kù)的分類

語(yǔ)料庫(kù)根據(jù)收錄語(yǔ)料的內(nèi)容和屬性不同，通常可分為以下四種類型：

■異質(zhì)型語(yǔ)料庫(kù)

異質(zhì)型語(yǔ)料庫(kù)（Heterogeneous corpus）指沒(méi)有特定的語(yǔ)料收集原則，廣泛收集并原樣存儲(chǔ)各種語(yǔ)料。如英國(guó)牛津大學(xué)計(jì)算中心的OTA文本檔案庫(kù)。

■同質(zhì)型語(yǔ)料庫(kù)

同質(zhì)型語(yǔ)料庫(kù)（Homogeneous）指只收集同一類內(nèi)容的語(yǔ)料。例如收集與軍事的文本的美國(guó)TIPSTER語(yǔ)料庫(kù)。另外，還有國(guó)內(nèi)的新華社“新聞?wù)Z料庫(kù)”、北京大學(xué)計(jì)算語(yǔ)言學(xué)所與富士通公司合作開(kāi)發(fā)的“日?qǐng)?bào)語(yǔ)料庫(kù)”、香港城市大學(xué)語(yǔ)言資訊中心的中文五地區(qū)共時(shí)語(yǔ)料庫(kù)(Linguistic Variety in Chinese Communities)等。

■系統(tǒng)型語(yǔ)料庫(kù)

系統(tǒng)型語(yǔ)料庫(kù)（Systematic）指根據(jù)預(yù)先確定的原則和比例收集語(yǔ)料，使語(yǔ)料具有平衡性和系統(tǒng)性，能夠代表某一范圍內(nèi)的語(yǔ)言事實(shí)。如：北京語(yǔ)言大學(xué)的“現(xiàn)代漢語(yǔ)語(yǔ)料庫(kù)系統(tǒng)”、北京語(yǔ)言大學(xué)與香港理工大學(xué)合作的“現(xiàn)代漢語(yǔ)語(yǔ)料庫(kù)”、北京語(yǔ)言大學(xué)與清華大學(xué)合作的“現(xiàn)代漢語(yǔ)語(yǔ)料庫(kù)”、清華大學(xué)中文系的“清華TH語(yǔ)料庫(kù)”、語(yǔ)言文字工作委員會(huì)語(yǔ)用所的“現(xiàn)代漢語(yǔ)語(yǔ)料庫(kù)”等。

■專用型語(yǔ)料庫(kù)

專用型語(yǔ)料庫(kù)（Specialized）指只收集用于某一特定用途的語(yǔ)料。如：美國(guó)卡耐基-梅隆大學(xué)為兒童心理語(yǔ)言學(xué)而的CHILDES語(yǔ)料庫(kù)、為珍藏人文科學(xué)著作和資料而的美國(guó)北美人文科學(xué)語(yǔ)料庫(kù)等。