1. 定义

David Cystal: 作为语言描写的起点; 用作语言研究的数据，来验证已有的假设。

John Sinclair: 语料库是真实的自然语言，但是需要严格的设计和取样（不是随意堆积的）。

Tony McEnery, 肖中华：机器可读的、真实语言（书面或口语），经过合理取样，具有较佳代表性的文本集合。

2. 类型

通用语料库：代表语言的整体，体量较大，题材丰富（综合大超市）

专用语料库：某个领域/语体的语言

学习者语料库：外语学习者产出的语言（中介语），观察特点，反馈教学

历时语料库：语言根据时间的变迁

平行语料库：两种语言完全对应（主要用于翻译研究）

可比语料库：语言变体之间的研究

2语料库应该经过严格的设计和取样，应该是基于自然的语言

机器可读

真实语言

取样合理

代表性佳

语料库类型

1、 通用语料库

2、专用语料库

3、学*者语料库

4、历时语料库

5、平行语料库（涉及到原文和译文）

6、可比语料库

 a ollection of naturally-occuruing langage text. chosen to characterize a state or variety of a language.  自然、需要设计，有明确的目的性。

机器可读；真实语言；取样合理；代表性强  （需要合理设计，不同语言的比例）

常见类型：

通用语料库

BNC，COCA

专用语料库
学术预料库： MICASE & MICUSP，儿童预料库 PATTIE，商英 BEC

学习者语料库

CLEC，SWECCL （口笔语料），英语学习者国际语料库 ICLE

历时语料库：

Brown Family，   COHA （1801-2000），  Helsinki 

平行语料库

Europarl （欧洲议会语料库）

Ted 演讲语料库

Babel语料库

可比语料库

Crown，Clob Torch 

基本类型

1. general corpus

英国国家语料库 BNC、现代美语语料库 COCA

2. specialized corpus

学术语料库 MICASE&MICUSP、儿童语料库PATTIE （吉创建的儿童读物及视听材料的语料库）、商英BEC 

3. 学习者语料库 （learner corpus):

如中国学习者语料库CLEC（桂诗春 、SWECCL（文秋芳 口、笔语语料库）、英语学习者语料库ICLE

4. 历时语料库（diachronic corpus):

如布朗家族语料库 Brown Family、 美语COHA、赫尔辛基 HELSINKI

5. 平行语料库(parallel corpus)

如欧洲议会语料库 Europarl 、TED演讲语料库、 Babel 语料库

6. 可比语料库（ comparable corpus):

如 Crown、 CLOB、 ToRCH2009 语料库、国际英语语料库 ICE