什么是文本语料库？(a text corpus?)
语篇语料库是口语或书面语篇的集合，是语料库语言学研究的基础。存储这些大的文本库使研究人员能够分析任何语言的各个方面。文本语料库是进行研究的一种有效方式，因为一旦收集到材料，它就可以用来研究各种与语言相关的问题，包括形态学、句法、词汇和语用学。与以往进行语言研究的方法不同，文本语料库使研究人员能够根据语言在语境中的实际使用情况来研究语言，而不是根据假设的使用情况。语言学家通常可以获得比他们不得不在有限的时间内用有限的财力收集数据时大得多的数据样本。。
语料库通常存储在计算机中，因此可以创建计算机软件程序来促进研究。使用文本语料库的一种常见方法是计算文本中的单词总数，然后计算某些单词出现的次数并对其进行排序。总单词数与特定单词数之间的比率称为齐普夫定律。这个比率有助于解释语言中的词频。理解Zipf定律有助于计算机程序员设计满足给定语言要求的计算机软件。他们可以计算和预测某些单词和短语作为输入的频率。。
另一种使用文本语料库的方法是标记研究者想要研究的特定元素。例如，计算被动语态在不同文本类型中出现的次数。标签在创建帮助人们日常生活的计算机程序方面也很有用。词性标注一直是语音识别软件开发的关键。例如，在英语中，同一个单词可能有多个词性。多音节词的重音通常不同于表示正在使用哪一词类。名词“object”重读第一个音节，而动词“object”重读第二个音节。标记“object”的名词形式有助于计算机程序正确地读出它，并在人类说出“object”时识别它。。
文本语料库对人类语言学和计算语言学都很有用。它们允许进行研究，帮助人们更好地理解人类使用的语言，进而帮助发展计算机使用的语言。语音识别技术已经取得了巨大的飞跃，使消费者能够口头控制办公室、家庭和车辆中的计算机。不断的进步将使人类与计算机之间的交流如同彼此之间的交流一样自然。
- 发表于 2022-01-05 20:59
- 阅读 ( 92 )
- 分类：IT
你可能感兴趣的文章
黄体(corpus luteum)和白色体(corpus albicans)的区别
...化体是一种纤维状瘢痕组织。 目录 1. 概述和主要区别 2. 什么是黄体 3. 什么是白念珠菌 4. 黄体与白念珠菌的相似性 5. 并列比较-黄体与白念珠菌的表格形式 6. 摘要 什么是黄体(corpus luteum)？ 黄体是在卵巢分泌激素的黄色细胞团...
尤其地(especially)和特别地(specially)的区别
...是到目前为止这两种语言中比较常见的一种，在牛津英语语料库中出现的频率是专门出现在牛津英语语料库中的20倍。 什么意思？ “特别”这个词的意思是“最重要的”。请注意下面给出的两句话。 尤其是这样。 两个都不错，...
格拉夫卵泡(graafian follicle)和黄体(corpus luteum)的区别
...在怀孕早期产生孕酮激素。 目录 1. 概述和主要区别 2. 什么是格拉夫卵泡 3. 什么是黄体 4. 格拉夫卵泡与黄体的相似性 5. 并排比较-表格形式的格拉夫卵泡与黄体 6. 摘要 什么是格拉夫卵泡(graafian follicle)？ Graafian卵泡是在卵...
当日下载：textstat
...个特定的网站上读取任意多的页面，并将它们放入TextSTAT语料库中。新的新闻阅读器将新闻消息放入TextSTAT可读的语料库文件中。TextSTAT不仅可以从web读取和导入文本（这非常酷），还可以读取MS Word和OpenOffice文档。谢谢你，安迪...
什么是人身保护令？(a writ of habeas corpus?)
被定罪的罪犯如果认为自己被错误地监禁，或者他们被关押的条件低于法律规定的最低人道待遇标准，则有权通过申请“人身保护令”向法院寻求帮助 人身保护令：基础 人身保护令，字面意思是“交出尸体”，是法院向关...
语言美国化的定义和实例
...究》。列克星敦图书，2003年） “语法和词汇变化”布朗语料库家族提供的证据——特别是英国语料库（1961，1991）和美国语料库（1961，1992）之间的比较——经常显示AmE处于领先地位或表现出更极端的趋势，BrE也随之出现。因...
壳名词
...那个（Hans-Jörg Schmid，《英语抽象名词作为概念外壳：从语料库到认知》。Mouton de Gruyter，2000）——外壳名词的话语或修辞功能可能是最直接的范畴。与下代词或回指代词类似，外壳名词在语篇中充当重要的衔接手段。”（Christi...
什么是管道隐喻？(a conduit metaphor?)
...信息”（Grady 1998:209，斜体原文），（Elana Semino，《基于语料库的英式英语言语活动隐喻研究》，《基于语料库的隐喻和转喻方法》，Anatol Stefanowitch和Stefan t.Gries主编，Mouton de Gruyter，2006年） 交替拼写：管道隐喻 见下面的...
“首先不要伤害”是希波克拉底誓言的一部分吗？
...更接近简洁的“无害”的说法。《流行病》是希波克拉底语料库的一部分，该语料库收集了公元前500年至400年之间的古希腊医学文献。希波克拉底从未被证明是这些著作的作者，但这些理论确实与希波克拉底的教导密切相关。 ...
什么是元话语？(metadiscourse?)
...的观点，而不是形式导向的观点。”（Tamsin Sanderson，语料库，文化，话语，Narr Gunter博士，2008）
0 篇文章
