语料对语言研究以及自然语言处理都有重要意义。
这里我们简单列举一些微型语料库 mini-corpus :-) 。
1. 1998年国家863项目办公室组织进行汉英机器翻译系统性能评测时用的试题，共400句。由专家出题。涉及到汉英机器翻译中不少有一定难度的语言现象的处理。请打开文件：863-benchmark-98.txt
下面这三个小语料库由北京大学计算语言学研究所提供。如果您在论文或研究
工作中使用，请注明来源。让我们共同尊重知识产权，尊重他人的劳动。
2. 汉英对照例句集（共400句）。请打开文件：C-E-400-Sentences.txt
3. 英汉对照例句集（共400句）。请打开文件：E-C-400-Sentences.dbf
4. 树库样例（1434句）。 请打开文件：Treebank-sample.txt
Doubtfire最近参加北大计算语言学研究所跟日本富士通公司合作的人民日报语料（1998年全年、约2千万字）的切词和标注加工工作（segmentation and part-of-speech tagging）
这里是部分样例和Doubtfire在工作过程中随手记录的一些问题：
此外，关于这项语料库加工工作，有一个规范，它既是这项语言工程的指南，也可以看作是北大计算语言学研究所多年从事现代汉语词语语法信息加工工作经验的一个阶段小结。北大计算语言所人民日报语料加工规范 （这是规范制订过程中的一个征求意见的草稿，不是最终定稿，仅供参考）