云创智学：

语料库是自然语言处理的基础资源，是自然语言模型训练的基础。语料库有多种类型，依据语料采集的原则和方式上，可以把语料库分成四类。异质语料库指没有特定的语料收集原则，广泛收集并原样存储各种语料；同质语料库只收集同一类内容的语料；系统语料库指按一定比例收集语料，使语料具有平衡性，能够代表语言事实；专用语料库指只收集某一特定领域或用途的语料。除此之外，按照语料的语种，语料库也可以分成单语、双语和多语。按照语料库是否标注，又可分为生语料库和熟语料库

以下是我国10大知名语料库，中央研究院近代汉语标记语料库；中央研究院汉籍电子文献；国家现代汉语语料库；国家语委现代汉语语料库；树图数据库；语料库语言学在线；北京大学中国语言学研究中心，简称CCL语料库检索系统；北京大学《人民日报》标注语料库；北京语言大学的语料库；清华大学的汉语均衡语料库。