如何建立自己的小型法律双语语料库？

1.建立平行语料库，需要收集双语法律文本，必须是官方版本，才具有权威性。

2.采集完成后，对文字进行处理和降噪，简单来说就是把它放在word里然后一键清除格式，或者放在txt里，去掉特殊格式。

3.文本对齐。 对齐工具可用于创建并行语料库格式（TMX 或 TXT）的双语文本，可以使用 Paraconc 进一步分析。 这里的对齐工具推荐tmxmall**对齐，非常简单，直接将双语文档导入其中，点击对齐按钮，然后从头到尾勾选，准确率很高。

Web 链接。 这样，他们自己的小型法律语料库就建成了。 如果文字资源有限，也可以前往TMXMALL语料库**购买语料库。 进入**后，搜索“法律”，即可搜索所有与法律相关的语料库。

Web 链接。 <>

数据库构建的方法具有通用性，只要准备了不同域类型的语料库即可。

1）准备（法律）双语文件。需要注意的是，原文和译文需要严格比对，这是后续软件识别的重要依据。

3） 在 CAT 工具（如 Trados）中创建新的翻译记忆库，并导入之前保存的 TMX 文件。

关于可以购买的法律语料库：1）第一个建议是购买其他用户在“tmxmall语料库**”上传的法律语料库，后台可以预览和查看;2）去一些用户多、比较活跃的译者**搜索精华帖子和热门帖子，看看能不能免费买一些，但要注意检查质量;3）找其他做法律翻译的大神，购买他们的语料库档案资源，现在语料库数据已经是翻译人员或翻译公司的核心资本，一般不免费传输。

有两种方法可以做到这一点，供您参考：

1. 直接访问法律语言专业委员会，然后申请会员资格，你就可以开始了。

2、是自己创建数据，即自己动手;

这两种方法各有利弊，希望对您有所帮助。

我害怕去拉萨。

基本上没有办法建立相应的语料库，高质量的原创语料库是高质量语料库的前提。

动态变化的语料库：大众传播**的情况在不断变化，语料库也需要相应地变化。 （例如：.）

1978年，我国只有186种报纸，基本上是单一的党委机关报，但到1995年底，报纸数量增加到2202种，平均印刷期数增加了4倍，印刷总量增加了3.5倍。

3.如果公司之前做过翻译语料库，可以直接使用tmxmall对之前的翻译进行对齐和复用。

4.使用TMROBOT管理语料库，防止语料库过于杂乱和语料库丢失的最大任务就是做好对齐，对齐效率越高，准确率越高，有用性越大。

TMXMALL对齐是先基于段落对齐，再细化为句子对齐，提高了工作效率和准确性。

至少五年以上的翻译才有意义，否则根本就只是杯水车薪，积累的也太少了。 一个领域没有数以万计的语料库，所以根本没有使用它们。

最好在 trados 中使用 winalign，然后其实没问题 参考文章： 1.使用翻译记忆系统构建自己的双语并行语料库。

2. 使用翻译记忆系统构建双语平行语料库。

看完这两篇文章就可以明白了

您可以准备英汉、中英双语素材，导入准备好的双语素材进行语料对齐tmxmall**对齐，导入后tmxmall**对齐会将双语素材对齐段落，稍微调整段落，然后点击“对齐”对齐句子。 勾选一次，即可直接导出双语并行对齐语料库

TMXMALL**对齐非常方便使用，你只需要将采集到的文字进行降噪后清理干净，导入到TMXMALL**对齐中，第一段对齐，然后句子对齐，检查是否正确，可以导出到本地，也可以导入Yicat的内存库。

方法 1：使用向导调用方法 您可以使用“文件”菜单“新建”或“工具”菜单“向导” 方法 2：使用数据库设计器 1 并使用向导建立数据库 特征：

可以快速轻松地创建数据库，但仅适用于常用数据库。

要形成语料库，您必须先准备语料库，然后才能准备语料库。

构建同义词库的第一个条件是，您需要将单词的所有内容归纳起来并将它们放在一个包中，以便于制作。

形成语料库需要很多东西，你要知道你组织的语料库有合格的人、营业执照和你哥哥的证书。

如果中间有一个语料库，如果需要大量的资源，就可以形成一个语料库。

你需要的东西很多，首先你要有材料，然后你要有一个仓库，但你也要有一个地方，时间、人力和物力都需要，最重要的是钱。

建立一个语料库需要很多东西，至少应该有很多材料。

形成语料库的条件是手机数据。

语料库 语料库包含实际在语言实际使用中实际出现的语言材料，因此例句语料库一般不算作语料库;

语料库是承载语言知识的基础资源，但它并不等于语言知识。

真正的语料库需要经过处理（分析和处理），然后才能成为有用的资源。

您只需要一台电脑、鼠标和键盘。

只有一篇课文肯定是不够的，必须有很多课文，而且为了保证课文的真实性（不能凭空编造），所以在做科研的时候，需要建立在语料库的基础上，所以就是以语料库为基础。 例如，当我研究一个作家的语言风格时，我必须建立在他创作的文本之上。 如果我想研究汉语中的一些语言现象，我通常必须建立在一个平衡的语料库上，我也想学习其他语言。 语料库通常是由某人创建的，不需要自己完成。

过程值不足。 查看进程值是多少，如果值不够大，则增加它。 另外，要注意服务器的连接方式，无论是专用的还是共享的。

在共享模式下，如果线条不畅通，很容易发生大量工序，导致工序值不足。

构建双语并行语料库，关键是首先要进行双文档和单文档的双语对齐，对齐完成后将语料库导出为TMX格式，然后应用到CAT软件中。

有两种常见的对齐方法

abbyy aligner。在本地对齐，需要时间才能开始。

免费不行，我这里有付费资源，**不高。 这是京东万象提供的中译英翻译平行语料库，10级，中译英翻译平行语料库用于人工智能培训，全人工翻译、校对和对齐工作。