近几年来,随着计算机技术的快速发展,语料库作为语言学研究的一种手段,对汉语、英语以及世界各国语言的研究起到了重要的推进作用,语料库的建设也引起了国内外的广泛关注。语料库是为某一个领域或者多个领域收集的具有一定结构的、具有代表性的、并且能够被计算机程序检索的有规模的语料集合。不同规模、不同类型的语料库对语言学研究具有不同的影响,并且随着语料库的加工程度越来越深,应用范围也越来越广。把会话语言作为研究对象,建立相关的会话语料库,有助于人们将语言的结构规律更加形式化、计算化的表示出来。本文主要针对会话语料进行语料库管理系统的设计,对语料的存储以及查询进行研究。会话语料具有一定的结构,可以使用XML文档进行语料的存储,利用Spark计算框架对语料进行分布式存储。本文的主要内容如下:(1)设计并实现了基于Spark的会话语料库管理系统,系统中主要包括存储模块和查询模块。用户可以根据自身的的需求上传语料建立语料库,也可以对语料库中的语料进行聚合查询等查询。(2)针对会话型语料自身语言结构的特点对会话型语料的存储进行研究,使用XML对会话型语料进行存储,并将数据存储在大数据环境下,实现了将用户上传数据转换为XML文档。(3)对于大数据环境下语料,使用原始的XPath查询或者XQuery查询对XML文档进行查询响应时间会越来越长。为了提高查询的效率,利用Spark对XML文档进行分布式的查询,使用XPath或者XQuery查询,实现了对语料的分布式查询。