词汇与语料库.pptxVIP

Chapter 12 语料库语言学与英语词汇研究;12.2 语料库与词频统计; 例如，Cambridge International Corpus （CIC）剑桥国际语料库是一个收词量超过10亿的大型数据库，收集了多种权威口语和书面语语料资源。以33万个单词为基础生成的最常用50个词汇。 ;词频统计的作用 通过以上词频统计发现：书面语词频表主要由功能词（function words）组成，如代词、限定词、介词、助动词、情态动词、连词等，而口语词频表里面包含不少的实义词，如know、well、got、think、right等。正如普通预想那样，功能词在两个词频表中都占据多数。; 词频表除了可以排列高频词的次序，还可以统计词汇出现的次数、所占百分比、具体位置等。 例如，以历任美国总统就职演说为语料（总词数133399）所做词频表。 Wordsmith Tools所做为单词词表，AntConc所做为词块词表。;应用：词语出现的频率信息已经开始出现在词典中。例如，Longman Dictionary of Contemporary English（1995）标注了一个词是否属于最常用的1000、2000或3000口语词和书面语词。频率信息不光限于词的形式，对于一个词的不同意义的频率也可以进行统计分析，语料库为词典编撰提供意义频度也只是一个时间问题了。;12.3 语料库与词汇语义研究; 下表显示的是从British National Corpus （BNC）截取的带有horde和people的词汇索引：;近义词between vs. through Kennedy(1991:95-110)运用OCP检索软件在100万词的LOB语料库上对英语学习者常不易分辨的两个介词between vs. through进行了检索和分析。 ①between左邻搭配词中的名词比例大大超过through，而through左邻搭配词中的动词频率却大大超过between。 ②between之后的名词多为复数形式或者是由and组成的名词短语，如person and person, place and place, date and date等，而through后面的名词多为单数，如the window, her mind, the door, the house等。 ③短语的不同语义功能：1) between+noun/nouns的短语通常表示“地点、移动、时间、分割、共享等意义”； 2) through+noun/nouns的短语通常表示“自由移动、穿越障碍、对障碍的感知、时间、实施—媒介—工具关系、因果关系”。 ④最常用的搭配词：between的location功能中比较常见的名词有channel，gap，space等，在through的unimpeded motion功能中较常见的动词有go，pass，move等。 ; 词频：丁俊（2008）。基于语料库的美国总统就职演说研究。天津外国语学报，15，25-31。 以1933年至2005年19篇美国总统就职演说为语料，统计高频人称代词：we使用频率为889次, 占总单词的2.61%;I的使用频率为202次, 占0.59%。第二人称代词的使用频率为88次, 占0.26%;第三人称代词的使用频率为216 次, 占0.64%。第一人称代词的使用占绝对多数, 为3.2%, 其次是第三人称代词, 第二人称代词则使用较少。 分析为什么第一人称代词，尤其we使用最多，而第三人称、第二人称代词使用较少。探讨了公众演讲人称代词使用技巧。 ; 词块、语境：罗建平（2011）。国总统就职演讲主题词的语料库分析。浙江外国语学院学报，5，46-50。 早期演讲使用station、methods 等词较多，后来的意义和用法发生了变化。现代英语station 是车站的意思，而早期演讲指的是职务、职位等意思，如: for the station in which I am placed( 第1 任华盛顿) ，to be elected to a station( 第2 任亚当斯) ， to retire from this station( 第3 任杰弗逊) ， for official station( 第14 任皮尔斯) 。到艾森豪威尔以后station 不再出现，被position 取代。 至于methods( 和method) ??南北战争后频繁使用，如: the only sure method of returning( 第18 任格兰特) ，