语料库的设计和开发lecture2.pptVIP

第二讲 语料库的设计和开发 统计的一些基本概念 语料库的设计与开发 语料库设计与编纂 建设一个语料库 语料库的类型 国外语料库介绍 汉语语料库介绍 从事语料库语言学研究的人员首先面临的任务是建立语料库。他们必须对语料库应该包含哪些语料以及如何组织这些语料等问题作出决定，并且能够控制以后在使用语料库的过程中将要发生的事情。语言学家则要能够处理语料中的任何语言实例。 语料库设计与编纂中的问题 出发点是：如何使得在其基础上开展的语言调查是合理的和可靠的。 Kennedy(1998)指出了语料库设计师所面临的最基本问题：这个语料库所采集的语言数据是否真正代表了某种期望的语言或语体。语料库的建设与编纂过程中应考虑的问题包括： 1) 语料库是语言的静态样本还是动态样本？ 2) 多大程度上可以成为语言或语体的代表？ 3) 为了满足某种研究目的，语料库规模应该多大？ 4) 应该包含多少个样本，每个样本应该多大？ 静态与动态 (1) 一个语料库可以是以某种方式采集的文本的静态集合，其目的是成为整个语言或在某一特定时期语言的一个代表。 例如，SEU语料库试图以静态方式在不同使用领域的口语和书面语材料中选择英国英语的样本，使语料库可以作为英语共时的代表。设计这样的语料库，需小心处理如下问题：特定的体裁、特定的样本规模等 1985年夸克(Quirk)出版的英语语法大全