开通VIP，畅享免费电子书等14项超值服
首页
好书
留言交流
下载APP
联系客服
2017.01.26
提到语料库，很多人脑中浮现出这样的画面——
或者这样的——
但其实，语料库可以是我们做（语言）研究、学外语的好帮手。比如，你可以在某些语料库查到最地道的英语表达，也可以听到世界各地的英语口音。
今天就为大家介绍9个语料库网站——
1.语言结构世界地图集
WordAtlasofLanguageStructure
知道阿伯卡茨语有多少元音和辅音？波罗罗语的词缀有几种形态？恰卡通戈米斯特克语有几种声调？
想回答这些问题？
你需要的只是登陆这个名为TheWorldAtlasofLanguageStructuresOnline（语言结构世界地图册，简称WALS）的网站
这里有各类语言分布的详细地图，有对于世界上2600多种语言192个语言学特征的详细记录，非常适合语言爱好者。
嗯，妈妈再也不用担心我被多语狂魔们实力嘲讽了，随便选出一个语言了解一下，足以技惊四座！
2.语言口音档案馆
theSpeechAccentArchive
大家学英语这么多年，基本上属于身经百战了，哪个地方的英语口音没听过，什么纯正伦敦音，印度咖喱腔，苏格兰懵逼腔，布鲁克林街头腔，那是如数家珍。
但是，你听过刚果金非洲小哥的英语口语嘛？你了解玻利维亚大妈的英语口音嘛？喏，这个名为theSpeechAccentArchive的网站绝对可以满足各位英语语音控的猎奇愿望。
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。
对于研究者来说，可视之为研究英语使用者发音特征的独门利器；对普通人来说，则是一个了解各地英语口音的难得窗口。
3.当代美国英语语料库
COCA
想知道某个单词在新闻和小说中的使用有什么差异？英文写作的时候想知道自己写出来的英语搭配够不够地道？想知道背下多少单词就可以流利阅读各类小说报纸？
嗯，你需要的只是一个语料容量巨大的英语语料库，COCA恰好可以满足你的这些需求。
当代美国英语语料库（CorpusofContemporaryAmericanEnglish，简称COCA）是目前最大的免费英语语料库。
4.儿童语音语料库
CHILDS
午餐君曾经有过这么一个想法，将来如果成功升级为孩儿他爸，一定要把自己孩子学说话的过程进行录音，然后安心保存，处理，分析，说不定可以探究出语言习得的奥秘，然后提出理论，一战封神，著书立说，设馆招徒，麾下天启四骑士，再然后成为顶级公知（喂喂喂！快醒醒！你个单身狗！）
不过话说回来，实际记录儿童语言这个想法早就有学者付诸实践了，他们还创立了一个规模庞大的儿童语音语料库CHILDES（ChildLanguageDataExchangeSystem）。
在这里，你可以找到儿童语言习得过程的详细音频文件和转写文本，涉及的语言包括英语，德语，法语，日语，汉语，广东话等等。错过了记录自己牙牙学语的轨迹，或许这个数据库是一个不错的弥补手段。
5.语言学数据联盟
LinguisticDataConsortium
前不久AlphaGo席卷棋坛，人工智能再显神威；提到语言学中的人工智能，大家第一反应或许会是苹果的语音助手Siri。
不过各位有没有想过如果你有足够的数据资料，辅以适当的算法，做一个人工智能语言系统也许并不是那么困难，这不，LinguisticDataConsortium就为你提供了这种可能。
这个上世纪90年代初由宾夕法尼亚尼亚大学发起的数据共享平台，目前已经由上百所大学加盟，涵盖几百种语言数据，包含英语，法语，西班牙语，汉语等十多种语言。
说了这么多，就差一个程序员了...
6.北大&北语汉语语料库
CCLandBCC
刚刚说了好多英语数据库，我们再来聊聊汉语语料库。
汉语语料库里有两个不得不说，一个是老牌劲旅，北京大学汉语语料库（CCL）；一个是后起之秀，北京语言大学汉语语料库（BCC）。
两个语料库各有千秋，各有特点，小编也不敢妄下评价，不过有一点是相同的，那就是两个语料库用来做汉语研究和日常搜索（比如教外国人汉语时找例句）都相当不错。
除了上述这些以外，语言学数据库还有很多很多，比如一些强大的专业性语料库，双语平行语料库，多模态语料库，依存树库等等。
在文末午餐君再为各位附上两个提供语料库索引功能的网站：
这个名为corpusfinder的网站提供了近60种语料库的资料信息和使用链接，感兴趣的朋友不妨试试看。