美英报刊英语标注语料库建设研究_郑志恒.pdfVIP

2007 年第2 期 外语研究 2007, №2 总第102 期 Foreign Languages Research Serial № 102 郑志恒 (国际关系学院, 江苏 南京210039) 　:, 、。, 。,。 :;;; :H087 　　:A　　:1005 - 7242(2007)02 - 0032 - 07 1. 20 60 (Randol h Quirk)“Survey of English Usage” 。《》(A Comprehensive Grammar of the English Language, Longman 1985) ,。80 , ,、、、、、 。 ,,。, , 。100 (News a er English Cor us, NEC) ,、。 2. 2. 1 ( 2000), , 。, 。, ,。 2. 2 , BNC SARA 。 “、、,, ”(Biber 1998:254)。, ,,。 3. ,、 ,(Sam ling),() 。, ,。 (archives)。“, ,, ,,。”(McEnery Wilson 2001:33) 。 3. 1 (Reuters Cor us) 2000 ,1996 8 20 1997 8 19 ,984 ,2 。 806,791 ,9,822,391 , 11,522,874 。 XML(the eXtensible M ake-u Language ,SGML ),、、、。 32 :(Industry Code)、(Region Code)(To ic Code)。 。 3. 2 (N orth American New s Text Cor us) (Linguistic Data Consortium, LDC)David Graff 。SGML (Standard Generalized Make-u Language),3 5 。《》、《 》《》 3. 3 (Rostock Historical English New s a er Cor us) Kristina Schneider , 、。60 , 1700 2000 , 30 。(o ular line:dow n-market a ers mid-market a ers)(quality line:u-market a ers), 20,000 ,600,000 。 (rototy ical study)。 3. 4 METER (MEasuring TExt Reuse Cor us) METER , (Com arable Cor us), 、、。“- ” (text derivation and ara hrase)。 (British Press Association,PA)9 PA 。, PA ,400 。 , (DARPA) (Continuous S eech Recognition Sy stem )《》 《》。 4. NEC ,、 。 4. 1 (tokens)、(number of texts)、(number of sam les) (sam le size)。(Biber et al 1998 Kennedy 1998),。 , 10 ,50 , 50 100 。(Kennedy 1998)Brown Lob 100 。“ ,、, 。”( 2002:30), NEC 100 ,。 。Biber , 2000 - 5000 。(Kennedy 1998)Brow n Lob 2000 。,2000 。NEC 2000 , 2500 。3000 , , ,NEC 。 4. 2 , 。, ,。“ ()。”(Gall et al 1996:184), 。, ,“”