※ 引述《chadlu (chadlu)》之铭言： : 各位版友好: : 小弟从事笔译工作 : 目前想针对不同领域的中英文本建立专属的平行语料库 : 作为之後的查询及参考之用 : 但因为本身对语料库这块还不是很了解，所以想跟各位请教以下几个问题: : 1. 常见的Antconc是否可用於建立平行语料库? 若不行是否有其他推荐的软体? : 2. 有没有软体可以自动撷取双语网站中的中英文语料? : 3. 撷取完的文本该如何对齐(Alignment)? : 以上，谢谢各位~ : PS. 若有相关的参考书籍或资料也欢迎跟我说 Thanks :) 不是很了解你的问题。拿平衡语料库做例子好了。 如果你跟词库购买平衡语料库，你拿到的是三百多 个xml档。当然，语料有tag并且以xml格式标好。 简单说，语料库就是一堆文章的集合。所以，回到你 的问题。什麽软体可以建语料库？Notepad ++就可以 了吧.... 那是一个编写程式用的纯文字编辑器.... 自动撷取双语网站？没有听过有在提供类似软体，不 过你可以自己写爬虫去抓.... 如何对齐？看你用什麽 标准对齐啊.... 也可以自己写程式去做... 老实说，连keyword search或是concordancer这些很 常见的功能都没有免费软体了，语料库嘛... 恐怕要 靠自己了... --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.242.29.182 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Linguistics/M.1482068696.A.021.html