从20世纪90年代开始，国际自然语言处理领域发生了一些重大变化，重要特征之一就是转向对大规模真实文本的研究和处理。以大规模真实文本为基础的语料库研究和知识自动获取受到高度重视。显然，大规模真实文本的处理是计算语言学今后一个时期的战略目标，建设高质量的大规模语料库是中文信息处理领域的基础性工程。基于语料库的语言研究是计算语言学的一个重要领域，语料库的建立为语言学的研究提供了丰富的语言现象，为计算语言学学者从加工的语料库中获取语言知识、建立语言模型、研究语言信息处理技术提供了翔实的语言信息数据。作为研究资源的语料库的价值是通过对语料的加工来体现的，对语料库加工的层次越高，语料库的应用价值就越高。