言语读书会20160529林宸升素材.pptVIP

常用语料库使用方法和技巧 以CCL语料库为例 CCL语料库中还提供了“模式查询”，用于检索特定的模式。比如“爱V 不 V”、“有 X V X”等构式。此时，为了与文本中的字母进行区分，要求匹配的变量字符用括号括起来。比如查找构式“爱V 不 V”，其对应的查询表达式为“爱(V)不(V)”。 模式查询 常用语料库使用方法和技巧 以CCL语料库为例 V的长度也可以指定，比如： 查询表达式为“爱(V,=3)不(V)”，表示要求V的长度为3； 查询表达式为“爱(V,5)不(V)”，表示要求V的长度不超过5； 查询表达式为“爱(V,2-5)不(V)”，表示要求V的长度介于2-5之间。 模式查询 *经过试验，发现此时只允许=X，X，X，X-X的表达形式，不允许=X和=X的表达形式 常用资源库使用方法和技巧 以中国知网为例 中国知网的“专业检索表达式语法”页面（/ kns/help/help.aspx?helpType=zhuanyeurl=help_yufa.htm）详细介绍了在知网上构造专业检索式的方法。可使用的符号如下： *，同CCL的空格，如TI（题名）=杂交*水稻； 专业检索表达式语法 常用资源库使用方法和技巧 以中国知网为例 +，同CCL的|，如：TI=杂交+水稻 -，表示只包含前一检索词而不包含后一检索词，如：TI=杂交-水稻； ，表示精确匹配，如：AU（作者）=袁隆平； %，表示查询检索词或其一部分，如：TI%杂交水稻； 专业检索表达式语法 常用资源库使用方法和技巧 以中国知网为例 BETWEEN (数字1,数字2)为年度阶段查询，如：YE（发表年份） BETWEEN (2000,2013)。 除此之外，知网搜索还包括SEN、NEAR、PREV、AFT、PRG、$等搜索符号。 专业检索表达式语法 常用搜索引擎使用方法和技巧 以Google为例 常用的检索符号： +或或空格或AND，搜索结果同时包含两个检索词，如语言学+索绪尔 -或NOT ，搜索结果只包含前一检索词而不包含后一检索词，如语言学 -索绪尔 |或OR，搜索结果包含两个检索词中的至少一个，如：语言学|索绪尔； 搜索符号 常用搜索引擎使用方法和技巧 以Google为例 “” ，精确搜索检索词，如：”索绪尔语言学”； ()，在使用多种符号时用以调整搜索条件的优先级，如：(语言学 符号学)|索绪尔； *，通配符，表示一个任意字符（包括汉字），如：*绪尔语言学。 搜索符号 常用搜索引擎使用方法和技巧 以Google为例 命令是指由一个指定的命令项加上英文冒号所构成的指令，用来检索含有特定内容限制的网络数据，和CCL语料库中的author:、name:等搜索表达式类似。常用的检索命令包括以下几种： 1. site:命令，用来在某一网址下搜素某检索词，如：索绪尔 site:，此检索命令可用来查找电子书； 搜索命令 常用搜索引擎使用方法和技巧 以Google为例 filetype:命令，用来搜索属于某种文件类型的文件，如：索绪尔 filetype:ppt；related: 命令，用来搜索与指定页面相关的其他网页，如：related:ccl.pku. ； intitle:命令，用来搜索网页标题中包含某检索词的页面，如：intitle:索绪尔； inurl:命令，用来搜索网址中包含某检索词的页面，如：inurl:.gov。 搜索命令 第四部分 语料库的研究应用领域 某个词的词频统计 多个词的词频比较 词语在不同语体（语域）中出现的倾向性分析 词语间的倾向性搭配（同现）情况及比较分析 离合词的离合程度研究 第四部分 语料库的研究应用领域 各种句型的出现频率及典型特征分析 某词语出现频率的历时变化研究 某词语或结构的语源考察 语法化不同发展阶段考察 对外汉语中确定表述的合理性程度以及偏误分析 第五部分 自建语料库 确定目的或主题 搜索或录入相关资源数据 进行必要的处理，制成生语料库 对生语料库中的文字作加标处理 进行人工校正 余论：英语语料库简介 余论：英语语料库简介 名称：BNC（英国国家语料库，British National Corpus） 简介：是牛津英语词典、朗文当代英语词典等词典所依据的主要语料库资源之一，也是英语语料库中最为出名和收词量最大的在线语料库之一。 由牛津出版社、朗文出版公司、钱伯斯-哈罗普出版公司、牛津大学计算机服务中心、兰开斯特大学英语计算机中心以及大英图书馆等机构联合研制，于1994年上线。 其来源广泛，涵盖20世纪后期至今的当代英式英语，资源达1亿词，包括口语（10%）和书面语（90%），包括了4124篇英语文本材料，在加标上则采用了三级加标方式。 网址：/bnc/ 余论：英语语料库简介 名称：COCA（当代美国英语语料库，Corpus of Con