语料标注地速成教程：自己做个半自动标注器.pdfVIP

《语料标注的速成教程：自己做个半自动标注器》 作者：李亮 （广东外语外贸大学 词典学中心 ） 2012 年 8 月 17 日 Email: 492130980@ 【步骤1】语料经过标注，就变得很有深度，能提供前所未有的信息，就从 “生语料” 变成了 “熟语料”，假设我们对good 这个形容词标注一下词性，就有下面的3 种主要 做法。国内的中文语料标注主要是斜线型，某些经典的英语语料采用了下划线型，而 最新的主流是XML 型； 【步骤2 】知识分子天天打交道的Microsoft Office Word 的功能远远超过普通人的想 象，而当代的定性标注工具在语言教学与研究中扮演着重要的角色，例如，语义韵研 究、社会语言学、语言测试、词典学、翻译学、文化学、二语习得研究，往往需要对 自然语料中的词汇的语义呀，语用呀，进行种种精细的评价或深入梳理，而我们在使 用复杂而先进的商业版的定性分析标注工具之前，往往可以自己做个半自动定性标注 工具来体验一下； 【步骤3 】从Word 97 到最新的Word 2013 ，它们的一切操作都是基于VBA 编程语言 的，Visual Basic for Application 这门语言是BASIC 语言的精简版，掌握一些浅显的 代码编写往往能释放巨大的Office 在语料加工与统计中的能量；我们点“工具”的“宏” 的 “Visual Basic 编辑器”就进入当前这个Word 文件的后台了； 【步骤4 】VBA 编程用到的都是最常见的英语单词，什么if ，什么loop 之类的；在当 前这个 doc 文件的后台写的代码就保存在它的本体，你带到其他电脑上也依然含有这 些程序代码的； 【步骤5 】双击左侧的“ThisDocument ”，我们就开始写非常实用的几句VBA 代码了； 【步骤6 】双击 “ThisDocument ”就看到右侧区域出现了 “空白的工作区”； 【步骤 7】我们写出 4 行代码就是第一份作品或第一个软件了！sub 就是 subroutine 或 subprocedure，在 Office 中相当于一个独立运行的小软件呢；第一行的 verb 这个 词表示 “软件名称”，后面的 “（）”是左圆括号和右圆括号，selection 表示我们要标注 的一个片断且已经被我们用鼠标选中了，InsertBefore 和 InsertAfter 这是两个动作， 显而易见，就是在被选中的单词前后 “新增”； 【步骤8 】写好代码，就要保存一下…… 【步骤9 】保存好，就点右上角的 “小黑叉”，退出 “代码编辑状态”； 【步骤