语料库应用入门知识

语料库应用入门讲座

引言

主要介绍语料库的概念、功能、意义和基础的方法。主要包括：

1. 什么是语料库？语料库有什么作用？

2. 语料库的分类有哪些？

3. 语料库有什么功能？

4. 常见的语料库工具有哪些？

5. 常用的语料库语言学研究方法有哪些？

一、语料库的定义

语料库(Corpus)是一种存放语料材料的仓库，是一种按照一定的规则收集的大规模的真实文本数据集合。 它包括书面文本、口语对话、网页新闻、视频、音频等多种形式的语言材料。 常见语料库有：Brown, BNC, TEC, COCA等。 语料库语言学(corpus linguistics)就是在语料库的基础上逐步发展起来的。

二、语料库的作用

语言学研究（Linguistic Study） 语音学、语法研究、语义学分析 语言学习 翻译学习、自然语言处理（NLP） 机器翻译、文本分类、模型训练、情感分析 翻译研究和实践 翻译研究 支持翻译专业的学习和实践 提供上下文信息，学习翻译、提高翻译质量。

三、语料库的建设工具

语料库建设工具是一种专门用于构建语言数据库的软件，它可以帮助语言学家、文本分析专家等研究人员快速、准确地收集、整理、标注和分析大量的文本数据。 文本采集工具：如爬虫程序、八爪鱼采集器，teleport pro, webscrapper, data instant scrapper 格式转换工具：AbbyFineReader 15, WPS， 百度图片识别API，天诺识别，白描， CS扫描全能王 文本清洗工具：Emeditor, 文本整理器器V5.0，Editpad, PowerGREP

四、语料库检索工具

Emeditor/ Editpad 文本处理和清洗工具 2. AntConc 4.2.2 简易而实用的免费语料库工具 3. WordSmith 8 强大而专业的语料库工具 4. Wordless 3.3 由上海外国语大学博士叶磊发明的语料库工具集

五、语料库量化指标

1. 词云图

2. 索引行 Concordance

3. N元组-词簇

4. Collocate 搭配信息

5. Wordlist 词频表

6. 关键词表 Keyword List

六、语料库入门书籍推荐 

1. 语料库应用教程

2. 语料库辅助英语教学入门

3. 语料库辅助中学英语教学案例选编

4. 语料库语言学实用入门教程

七、参考文献

梁茂成等. 语料库应用教程[M].北京: 外语教学与研究出版社.2010.

何安平等. 语料库辅助中学英语教学案例选编[M]. 北京: 外语教学与研究出版社.2020. martinweisser, http://martinweisser.org/courses/intro/corpusLing.html[OL].2023.9

Barnbrook, Geoff. (1996). Language and Computers. Edinburgh: EUP. Kennedy, G. (1998).

An Introduction to Corpus Linguistics. London: Longman.

McEnery, T. & Wilson, A. (2001). Corpus Linguistics (2nd ed.). Edinburgh: EUP.