对COCA和COHA比较研究.docVIP

对COCA和COHA比较研究 　　【摘 要】对语料库的研究在中外已经取得了很大的进步，许多双语和多语语料库的建立和成熟也加强了语言之间的交流。 COCA（美国当代英语语料库）和COHA（美国近当代英语语料库）是由Brigham Young University的Mark Davies开发的两款不同的语料库，前者以美国当代英语的语料库为主，后者则包含了从1810年至2009年间的英语语料。文章将以Sorry为例，分别用COCA和COHA两种语料库对Sorry进行分析，说明两种语料库之间的相同和差异，这将有助于英语学习者在语料库中更准确地了解语言的应用和意义。 　　【关键词】语料库 COCA COHA Sorry 　　本文属于院级科研项目，项目编号：院级10XSYK320。 　　引 言 　　COCA和COHA是由Brigham Young University的Mark Davies开发的两款不同的语料库。COCA（Corpus of Contemporary American English）是美国当代英语语料库，收录1990年至2012年间的英语，每年进行更新，是当今世界上最大的平衡语料库。COHA（Corpus of Historical American English）是美国近当代英语语料库，收录从19世纪初至今的英语样本，在各个时代之间保持平衡，又分了小说、通俗杂志、新闻和学术等子库。COCA和COHA都只需要经过注册，就可免费在互联网上使用。本文通过对sorry进行两种语料库分析，了解这两种语料库对语言进行分析的异同。 　　COCA和COHA操作界面的异同 　　COCA和COHA在操作上有很大的相似性，但由于这两种语料库在时间上的侧重点不同，它们的操作方式和设置选项也存在一定的差异。 　　1.COCA和COHA的相同之处 　　COCA和COHA的操作界面都由DISPLAY（显示方式）， SEARCH STRING（字串查询区）， SECTONS（语料库分类区）， SORTING AND LIMITS（分类与限制）和OPTIONS（查询结果排列方式）五部分组成。其中，DISPLAY包括LIST（条目）， CHART（图表）， KWIC（文中关键词）和COMPARE（比较）四个选项； SEARCH STRING包括 WORD（S）（单词）， COLLOCATES（搭配） 和POS LIST（位置）三个选项； SECTONS包括五个子库和时间分段；SORTING AND LIMITS（保存和限制）包括SORTING和MINIMUM， 其中SORTING按FREQUENCY（词频），RELEVANCE（相关度）和ALPHABETICAL ORDER（字母顺序）三个方面进行不同的排序。在所有选项设置完成之后，进行搜索，将会在右侧出现搜索结果。一般情况下，默认方式为FREQUENCY（词频）。 　　2.COCA和COHA的差异 　　在操作界面上，COCA和COHA基本相同，差别在于SECTIONS（语料库分类区）的设置部分。COCA的SECTIONS部分首先分为SPOKEN（口语体）， FICTION（小说）， MAGAZINE（杂志）， NEWSPAPER（报纸）， ACADEMIC（学术）五个子库；在时间跨度上，又按时间段进行分类，从1990年到2012年间，以每五年为一个时间单位；然后再对上述五个子库进行下一级分类。 　　而在COHA的操作界面上，SECTIONS部分与COCA的顺序相反，先进行时间分类，跨度从2000年到1810年，以每十年为一个时间单位；然后，进行子库分类，分为FICTION，MAGAZINE，NEWSPAPER， NF BOOKS；最后，以每年为单位，进行时间分类， 采用倒时方式，跨度从2009年到1810年。 　　因此，在界面和分类上，COCA和COHA的差别并不是特别的明显。 　　Sorry在COCA和COHA中的异同 　　以下将以Sorry为例，利用COCA和COHA的搜索结果，从语义和用法上，对Sorry进行的分析，找出COCA和COHA存在的相同点和不同点。 　　1.Sorry在COCA和COHA中的词频分析 　　在COCA和COHA中，在DISPLAY， SEARCH STRING， SECTIONS和OPTIONS设置相同，将SORTING设置为FREQUENCY（词频）的情况下，在COCA语料库中，搜索结果为： 　　（1）’m，共20571条； 　　（2）was ， 共2640条； 　　（3）said，共2513条； 　　（4）feel，共21623条； 　　（5）’s， 共1575条。 　　其中，年代分布并无一定的规律性；并且，COCA注重词的前搭配，即它所收录的是Sorry用在哪