自然语言处理小知识点

构建平行语料库的流程方法

语料的采集：在进行语料采集时，需要考虑两点因素：一是原始语料本身的质量，二是语料库的应用目标。

语料的质量主要是语言质量、翻译质量及语料保存的规范性而言。

如何建立语料库

建立单语语料库比较简单，只需要准备好相关语料（古代汉语/现代汉语/英文/其它语言），将语料导入到AntConc软件进行检索即可。建立双语语料库，需要准备双语对照（中英对照）的原文和译文，进入Tmxmall在线对齐页面，将语料导入进行句级对其，再到处为tmx格式，即为自己的双语语料库，可以用于后续的学习和研究。