国产的一区二区三区_日韩图片精品午夜_国产清纯白嫩初高生在线被c_亚洲成av人片在线观看无下载_国产日韩香港欧美不卡三级_99久久精品成人免费_欧美a级完整在线观看_亚州av无码大片一区二区_狼友色成人网在线播放视频网站免费_日韩中文字幕精品一区

語料工具

Corpus Tools
ABBYY FineReader

ABBYY FineReader

ABBYY FineReader是一款OCR軟件，可以進(jìn)行文件識別、自動保留排版格式，后臺批處理識別等功能。用戶可以利用ABBYY FineReader進(jìn)行對不可編輯文本的掃描，如圖像、PDF等格式的語料，以獲取Microsoft Word等格式的可編輯的文檔。
天若OCR文字識別

天若OCR文字識別

天若OCR文字識別是一款界面簡潔、功能強大的OCR識別軟件，可將圖片中的文本轉(zhuǎn)換成可編輯文本，將表格識別后轉(zhuǎn)換成可編輯表格，進(jìn)行識別翻譯、截圖及截圖標(biāo)注等，處理圖像或PDF等格式語料極為方便。
AntConc

AntConc

AntConc是一款免費的單語語料檢索工具，支持Windows, MacOS等系統(tǒng)，具有索引、索引定位、詞叢、搭配、詞表和關(guān)鍵詞單等多種功能，界面簡單，方便用戶操作，可以極大提高語料檢索的效率。
TextForever

TextForever

TextForever可以用來進(jìn)行文本HTML到TXT的轉(zhuǎn)換、文件切分、文檔合并、文本提取、TXT文件分行、HTML代碼整理等功能。在使用Teleport Ultra軟件提取網(wǎng)頁中的語料后，我們可以使用TextForever軟件對所獲取的語料進(jìn)行格式處理，搜集所需格式的語料，兩個軟件的搭配使用使得語料搜集過程更加方便快捷。
Microsoft Word

Microsoft Word

微軟Word是微軟公司開發(fā)的一款文字處理軟件。相信大家日常辦公都會或多或少用到它，其實它還有許多隱藏技能，今天為大家介紹其中之一——語料清洗。

具體來說，利用Ctrl+H快捷鍵調(diào)出查找與替換對話框，點擊“更多”，單擊勾選“通配符”，借助通配符快速清洗語料。

EmEditor

EmEditor

EmEditor是一個輕量級、可擴(kuò)展、易于使用的Windows文本編輯器，適用于Windows系統(tǒng)。EmEditor在64位和32位版本中都可用。我們可以在EmEditor軟件中利用正則表達(dá)式快速清洗語料，具體操作是導(dǎo)入文本后，點擊“搜索”，單擊“替換”，再勾選“正則表達(dá)式”，利用正則表達(dá)式清洗語料。

正則表達(dá)式學(xué)習(xí)參考：

https://www.runoob.com/regexp/regexp-tutorial.html

在線正則表達(dá)式測試平臺：

https://tool.oschina.net/regex

Notepad++

Notepad++

Notepad++是一款與EmEditor類似的軟件，Notepad++是Windows操作系統(tǒng)下的一套免費的文本編輯器，有完整的中文化接口及支持多國語言編寫的功能（UTF8技術(shù)）。同樣，我們也可以借助它，并利用正則表達(dá)式清洗語料，操作與EmEditor類似。
斑斕科技小助手

斑斕科技小助手

斑斕科技小助手是一款基于VBA的Word小工具，與庫酷和文檔整理器不同的是，它可以直接在Word中使用，功能豐富，提供各種快捷鍵，操作簡單方便，為語料處理提供極大的幫助。
ABBYY Aligner

ABBYY Aligner

ABBYY Aligner 2.0是一個工具對齊并行文本和創(chuàng)建翻譯記憶數(shù)據(jù)庫，提供了編輯對齊結(jié)果的功能，并可以保存為TMX格式，以便在CAT工具中進(jìn)一步使用，可以提高工作效率。
Tmxmall

Tmxmall

Tmxmall是一款在線語料對齊工具，語料對齊方便用戶調(diào)整對齊結(jié)果，其自主研發(fā)的智能對齊算法可以自動對齊原文，支持46種語言，2070種語言對，極大提高語料對齊效率。
ParaConc

ParaConc

ParaConc是一款雙語或多語平行語料庫建設(shè)與檢索工具，具有語料對齊、平行文本預(yù)覽功能、平行文本檢索、檢索行排序、詞頻統(tǒng)計、搭配提取等功能，可以用于語料檢索、對比分析、語言學(xué)習(xí)和翻譯研究培訓(xùn)等。