汉语中介语语料库、HSK动态作文语料库、中国传媒大学有声媒体文本语料库、名著汉英平行语料库、少数民族语言语料库

1 汉语中介语语料库 汉语中介语语料库（http://qqk.blcu.edu.cn/#/login）由北京语言大学（ 原北京语言学院）于1992年开始建设。该语料库立足于汉语教学已收录1635位外国学生共5774篇成篇成段的汉语作文或练习材料，总字数约353万，其中1731 篇约104万字的语料经过断句、分词和词性标注等加工处理。目前该全球汉语中介语料库仍处于努力建设过程中，北京语言大学仍然努力于建设全球汉语中介语语料库，其规模预计达5000万字，包括笔语语料、口语语料和多模态子库。笔语语料规模预计达4500万字，其中2000万字将加工成为熟语料；口语语料450小时，约合400万字；多模态语料110小时，约合100万字。 2 HSK动态作文语料库 该语料库（http://hsk.blcu.edu.cn/Login）收录了1992-2005年部分母语非汉语的外国人参加高等汉语水平考试（HSK高等） 的作文考试的答卷语料，2006年12月上线语料库1.0版本，现已上线语料库2.0版本，语料总数达11569篇，共计424万字。除此之外，北京语言大学还建立了首都外国留学生汉语文本语料库、汉语学习者口语语料库等多种类型的汉语语料库。北京语言大学多个语料库的问世及相关的研究成果激励了更多学者和单位投入到教学导向的语料库的建设中，已知语料库有：中山大学建立的留学生中介语语料库、汉语连续性中介语料库、广东外语外贸大学与兰卡斯特大学联合建立的Guangwai Lancaster汉语学习者语料库等。 3 中国传媒大学有声媒体文本语料库 该语料库（http://ling.cuc.edu.cn/Raw-Pub/）由中国传媒大学国家语言资源检测与研究有声媒体中心开发，2003年开始建设，2005年上线，其后不断扩大语料规模， 并于2016年进行了第三次改版。该语料库包括2008-2013年的3万多个广播、电视节目的转写文本，总字符数达到2.4 亿个，并对所有文本进行了自动分词和词性标注。 4 名著汉英平行语料库 《红楼梦》汉英平行语料库是国内第一个根据译者选用原底本所做的句级对齐平行语料库，它的成功发布可为“红学” 不同英译本的研究提供客观科学的平台，为翻译教学提供丰富的资源，为翻译理论探讨提供基本素材 。莎士比亚戏剧英汉平行语料库由上海交通大学的学者研究构建，容量约600万字词。该语料库由英文原文和三个版本的译文构成，在分词的基础上实现了词性标注，以及人物对话层面的对齐，该库可以展开一对一及一对多的平行检索，为莎剧翻译研究和语言研究提供了宝贵资源 。 5 少数民族语言语料库 除了汉语相关语料库之外，国内少数民族语言语料库的构建研究工作也正在逐步发展，尤其是蒙古族、维吾尔族、藏族等几个少数民族的语料库。现代蒙古语语料库，由内蒙古大学蒙古语文研究所于1998年构建完成，总规模达5000万词，涵盖了文科教材、理科教材、文学、新闻、政治、社会科学、自然科学、口语等类型语料。内蒙古大学蒙古语文研究所在2003年开始建设汉蒙双语语料库，该语料库总规模达10万个句对，为蒙古文信息处理、语言教学、汉蒙双语研究和汉蒙双语词典的编纂等工作的发展奠定了基础。现代维吾尔语语料库，由新疆大学于2002年开始建设，生语料规模达800万词。西藏大学大型藏文语料库，总规模高达1.5亿藏文字符，其中3000万藏文字符经过分词和词性标注加工 。除此之外，还有200万词的新疆师范大学维吾尔语语料库、规模约1亿3千万字节的西北民族大学大型藏文语料库、500万藏语字符的中国社会科学院民族学语人类学研究所藏语语料库等。