英语语料库的制作

首先要明确建立的是单语语料库还是双语语料库，因为用到的建库软件和方法不一样，单语语料库的建立过程相对简单一些。

1、单语语料库

（1）准备单语语料，将语料都转换成TXT格式，建议按一定规律给各个文档命名

（2）下载并安装AntConC软件，界面如下

（3）将准备好的文档全部导入软件，然后就可以在AntConc里检索语料了。具体使用方法可以自行百度。

2、双语语料库

（1）语料准备

准备英汉对照的双语文档。可以是两个文档，其中一个英文，一个中文；也可以是英中上下对照或左右对照的单文档。无论是双文档还是单文档，都要注意原文与译文需要严格对照，这是后续软件识别的重要基础。

（2）语料对齐

业内有几种主流的语料对齐工具，我个人用的最多的是Tmxmall在线对齐。

例如，英中文档的对齐效果如下，将对齐好的文档导出，存为tmx格式。

（3）在trados等CAT工具中新建翻译记忆库，把之前保存好的tmx文件导入即可。

附：关于原语料来源，一是自己翻译积累，二是权威网站获取，优质的原语料是优质语料库的前提。如果觉得自己做语料库耗时间，也可以到Tmxmall语料商城上看看别人上传的各类语料库，和其他译员交易已经建好的语料库。

1. 多做翻译，之后把翻译对齐（可以用Tmxmall做在线对齐，比较简单），对齐后的文件便是tmx语料库格式

2. 自己到网上下载相关语料，然后做对齐，制作tmx双语文件

3. 倘若公司以前有做过的翻译语料，直接可以用Tmxmall做对齐，复用以前的翻译

4. 用TMROBOT管理语料，防止语料太乱以及语料丢失

Tmxmall对齐方式是先基于段落对齐，然后再细化为句对齐，很好的提高了工作效率及准确。

要的东西很多，首先你要有材料，然后你要有仓库，而且还要有地方，有时间，有人力有物力都是需要的，最主要的还是需要金钱

组建一个语料库需要很多条件，必须得知道你的组织上面的语料库有合格者，工商执照了，你哥哥证件。

仅一个文本肯定是不够的，要有很多文本，而为了保证文本的真实性（不能自己凭空捏造），所以做科学研究的时候就需要建立在语料库的基础上，所以说是基于语料库的研究。比如，我研究一个作家的语言风格，我就要建立在他创作出来的文本之上；我要研究汉语的一些语言现象，一般就要建立在平衡语料库之上，研究其他语言同样。语料库一般都会有人创建的，不需要自己做。