中国语料库研究的历史与现状-冯志伟教授

冯志伟、Journal of Chinese Language and Computing, 2002, Vol.12, No.1, pp.43-62

摘要
本文首先简要回顾了国外语料库的概况，然后，比较详细地介绍中国语料库的发展情况，包括早期的语料库、国家级语料库、大规模真实文本语料库、口语语料库、双语语料库、少数民族语言语料库等，接着介绍语料库的各种加工技术，如自动切分、自动词类标注、自动短语结构标注、自动双语对齐等，使我们对于语料库研究得到一个鸟瞰式的认识。最后讨论了当前语料库研究中的一些问题，如语料库的规范和标准问题，语言资源共享问题、知识产权问题等。
关键词: 语料库；大规模真实文本；口语语料库；双语语料库；少数民族语言语料库；自动切分；自动词类标注；自动短语结构标注；双语对齐