请问语料库的作用主要是什么，如何构建领域语料库，领域语料库建好以后，如何发挥作用。如把军事语料库作为一项研究内容的话，要研究哪几个方面，主要的关键技术是什么。

一、语料库的作用

要谈语料库的作用，先谈谈语料库是什么。通俗地理解，语料库，顾名思义，就是语言资料库，任何记录语言文字的材料形成的集合都可以广义地称为语料库。所以，语料库的作用问题就变成了语料库的价值问题，即语料库中有什么，隐藏了什么一手价值，这种价值可以经过某种挖掘形成二手价值。先说一手价值，记录语言文字的材料，一般记录了两种信息，一种是语言行文上的信息，如行文特点，语言规范；一种是语言内容上的信息，不同的文本描述了不同的内容，传达出不同的专业知识。第一种需要行文上的信息，可以挖掘出领域特定的语言特点，这种语言特点成果可以供于语言监测(国家语委语言监测中心的工作)，也可以用于语言教育(如语言学习，语言习得教育，如hsk考试，又如词典编写，专业词库)。第二种的用处就大的多，内容上的信息蕴涵着大量的领域知识，如现在信息抽取中的实体，实体关系，逻辑事理等，这为领域知识的挖掘(常识库，领域情感挖掘，知识图谱，事件图谱)提供了一手资料。总结的来说。语料库既可以支撑语言本身的挖掘，服务于语言学习与监测，又可以支持领域知识的挖掘。而形成的两类知识又可以直接用于搜索，大概三个功能。

二、如何构建领域语料库

如何构建领域语料库，您可以参考我这篇文章，《语言资源的类别、搜索与搭建策略》, https://blog.csdn.net/lhy2014/article/details/84337064

语料库的构建本质上是一个工程(我们常称为语料库工程)，一般分成几个环节：1）确定领域语料库的类型，语料库的最终目标，应该包括的内容。2）根据1得到的结果确定语料库的语料来源，语料的收集方式，语料的格式(图片，PDF，docx，txt，HTML)等。3）根据2得到的语料来源进行语料的采集，并且根据制定好的语料规范对不同来源，不同格式的语料进行融合，规范化，形成初步的生语料(raw corpus) 4）语料库的加工。这个加工不是必选项，这个需要根据具体的目标进行实施，如进行分词，词性标注等加工，也可以进行语料标签化，语料分类等操作，形成一个具有标签信息的熟语料。这一步得到的语料。即可用于语料库的应用了。

三、军事语料库研究内容

军事语料库的研究内容，个人理解，可以从以下几个方面去着手考虑。

1、紧缺性军事语料库构建。结合目前军事项目，军事决策过程中缺乏什么必备的军事文本资源，以此页点。做紧缺性的语料收集工作，以满足军事需求。这个可以做紧缺性的军事语料收集，解决的是类型语料的不足和紧缺性问题。

2，深加工的军事情报语料库。这里所说的深加工，是针对当前军事语料加工程度低，无法直接利用或用的更好(可用信息不足，不够细致)的问题提出的。可以做的是对语料进行知识加工，加工的类型有，对文本进行打标签，对文本进行实体标注，事件标注，情报标注。概念标注等，这个标注的结果一方面可用于检索或其他知识挖掘用，另一方面也可提升语料库使用的信息化检索程度，再者标注出来的信息可以进一步作为评测集为学术界做贡献。

3，军事语料库的体系构建问题

体系问题是语料库另一方面的工作，不同来源源，不同形式的语料库混在一起，很有可能会带来规范不统一的结果，这种结果不利于语料之间的利用和管理。此时，可能需要从语料库的体系出发，针对这些问题，建立一个利于共享和管理的统一规范体系。

4，基于军事语料库的知识挖掘

这个研究内容是对第二个研究内容的延伸，基于加工的语料库，进行知识挖掘，即知识的结构化，建成可用的军事事理图谱，军事知识图谱，并用于作战建模型等后续应用。这也是可以研究的一个方向。

四、军事语料库中的关键技术

这个部分的内容单独说有点虚，关键技术还是要落到研究内容上去。以上述的几个研究内容来看，包括一些领域语料的采集技术，领域的深加工技术(军事语料的标签分类技术，实体标注技术，事件标注技术等)，体系构建上，具体又可分为规范体系的构建技术等；知识挖掘上所涉及到的技术可能多一些，具体包括知识抽取技术，事理抽取技术等信息抽取技术手段。

总的来说，围绕军事需求开展军事领域语料库的研究是有意义且有必要的。时间仓促再加上对军事领域的真实情况掌握的不够，有些地方说的可能太简单，也可能不对，请戴老师批评指正！

祝戴老师工作顺利！