美国当代英语语料库(COCA)使用介绍

POS LIST





pron.INDF 不定代词 pron.PERS 人称代词 pron.WH 疑问代词 pron.REFL 反身代词 adj.CMP 形容词比较级 (comparative) adj.SPRL 形容词最高级 (superlative) adv.particle 副词小品词 adv.WH 疑问副词
• 例1. 输入单词“mysterious” (图2.1.1-1)：得 到相关结果(图2.1.1-2)：在各子库中的频率，每 百万词使用的频率。 • 若对图2中的相应条块进行点击，那么就可以看到 KWIC，如图2.1.1-3 (以点Fiction的条块为例)：
图2.1.1-1
图2.1.1-2
使用CHART显示
COCA界面简介
• 语料库分类区(五大类型语料库共包括42个 子语料库)。
COCA界面简介
• 语料库分类区(五大类型语料库共包括42个 子语料库)。
二、COCA主要搜索功能
• 2.1 搜索words、phrases、lemmas（单 词的所有形式）、wildcards（通配符）和 其他更加复杂的字词。
选择学习COCA的原因
• 1. COCA免费且在线方便。 • 2. 规模大（4.5亿，1990-2012）、速度快 （一般几秒）、词性标注易于理解。 • 3.时效性强——每年至少更新两次，并且每 年新增2000万词汇。
COCA界面简介
主要包括三大功能区:
Ⅰ 显示及查询条件界定区，包括：显示方式区， 字串查询区，语料库分类区，查询结果排列方式 区。 Ⅱ 查询结果数据显示区 Ⅲ 例句显示区
规则： 若要得到某种词性且词中带有部分带有某些字母的形 式时，如要得到以 un- 开头、 -ed 结尾的所有形容词的所有形 式，那么输入: un*ed.[j*]； 若要得到动词 + 任何词 +ground 的所有词组 , 那么输入 : [v*]*[ground]即可。 前者用来研究词汇，后者用来查询特定词性的搭配。
查询结果
筛选出“应用”和“增加”作主谓搭配的例句
• The annual application of fertilizers has increased by 5.48% on average since 1980, and that of pesticide… • In ten Member States, average application of nitrogen increased almost 400% between 1950 and 1981. • Finally, studies have shown that application of biosolids increases the water holding capacity as well as reduces the potential of the.
COCA界面简介
COCA界面简介
• 显示方式区：
• 1.LIST——列表显示 • 2.CHART——图表显示，可以显示在各语料库类型中的使 用频率和各时间段内的使用情况。 • 3.KWIC——Key word in context,上下文关键词显示 • 4.COMPARE——单词比较显示，比较两个不同词或短语 的搭配情况。
COCA主要功能（四）
• 2.4 进行语义倾向比较 • 2.4.1 比较近义词 • 如：近义形容词hot和warm后面所跟名词的 区别（如图2.4.1）：
图2.4.1
规则：在words的方格里分别输入hot和warm，再在collocates 方框里输入[nn*],表示后面所跟任何名词。当然也可以比较在 某个子语料库中出现的频率。
• 2.4.3 搜索近义词 • 如：搜索beautiful的所有近义词（如图 2.4.3-1）
规则：在words的方格里输入[=beautiful]，表示和beautiful语 义相近的所有形容词。
• 再如：搜索动词clean的所有近义词，如下 图：
图2.4.3-2
Question
• Application和increase能否作主谓搭配？
• 2.3 搜索在子语料库内(或之间)出现的频率 (或比较)(不同语域中的用法)
• 如：在Fiction和Newspaper子语料库中 passionate后面可以跟任何名词的词及频率，分 别如两图(2.3-1和2.3-2)。
图2.3-1
图2.3-2
COCA主要功能（三）
• 可以对两个子语料库中它们出现频率进行对比， 操作：分别选择section 1&2,如下图(图2.3-3)：
COCA主要功能（二）
• 如:跟在 “smile前面的形容词” （图2.2-2）
规则：在words里输入: smile.[n*]，表示作为名词的smile； 在 collocates里输入: [aj*]表示其前后出现形容词的语境。
Confidence前使用的形容词 图2.2-3
COCA主要功能（三）
COCA界面简介
COCA界面简介
• 字串查询区：
• Ⅰ、WORDS:输入字符串。 • Ⅱ、COLLOCATES:上下文限定。 • Ⅲ、POS LIST:词性列表
COCA界面简介
COCA界面简介
• 语料库分类区(五大类型语料库共包括42个 子语料库)。
• 功能：此区可以对查询的字符串限定语料类型 (Genre)和时段(Year) ,并且可以明确到查询某一 个子语料库,时段也可以查询任何一年的某个字词 的使用情况。
结论
• Application可以和 increase作主谓搭配，但 多用于学术期刊中，口语中出现很少。
美国当代英语语料库(COCA)使用说明
http://corpus.byu.edu/
免费的英语语料库资源
• http://www.bfsucorpus.org/static/worldcorpora.htm
• http://www.collins.co.uk/index.html
• http://quod.lib.umich.edu/m/micase/ • http://lextutor.ca/conc/eng/ • http://www.corpus4u.org/
EXAMPLE 4
规则：若要得到某个单词的所有单复数和时态形式，那么 就要在输入时，在这个单词外加 [ ]。
EXAMPLE 4
形容词early的原形，比较级和最高级三种形式一次性检索出来检索
COCA主要功能（一）
• 例 5.输入某种词性且部分带有某些字母的命令， 如要得到以 un- 开头、 -ed 结尾的所有形容词的所 有 形 式 （ 见 图 2.1.5-1 ） 和 得 到 动 词 + 任 何 词 +ground的所有词组（见图2.1.5-2）:
• 2.4.2 比较反义词 • 如：woman和man前面所跟的形容词的区 别（如图2.4.2）
图2.4.2
规则：在words的方格里分别输入woman和man，再在 collocates方框里输入[j*],选在左3，表示前面3个跨距内百度文库有的形 容词。当然也可以比较在某个子语料库中出现的频率比较。
图2.1.2-1
图2.1.2-2
White+名词的短语
规则：用正表达式 名词: [nn*]；动词: [v*]; 形容词: [j*]; 副词: [r*];代词:[p*];连词:[c*]……
POS LIST 词性列表
noun.ALL=名词 noun.SG=单数名词 noun.PL=复数名词 noun.CMN=普通名词 noun.+PROP=专有名词 noun.-PROP=非专有名词

POS LIST

verb base=动词原形 verb.INF=动词不定式 verb MODAL=情态动词 verb 3SG=动词第三人称单数 verb ED=过去式 verb EN=过去分词 verb ING=现在分词 verb.LEX=lexical verb实意动词 verb.[BE]=系动词 verb.[DO]=do verb.[HAVE]=have
图2.1.1-3
例句显示区使用的是KWIC显示
KWIC显示方式
蓝色——名词 棕色——副词
紫色——动词 灰色——代词
绿色——形容词 黄色——介词
COCA主要搜索功能
• 例2. 输入词组 “white+名词” (图2.1.2-1)，得到 的结果都是white 后面跟的名词短语 (图2.1.2-2)，检索 表达式为：white [n*]。
COCA主要功能（一）
• 例 3. 输入通配符 (wildcards) ，如分别输入 un*ly 和r?n*，结果如图。
? 代替一个字母 * 代替任意数量字母
EXAMPLE 3
EXAMPLE 3
COCA主要搜索功能
• 例 4. 输入 lemmas （即一个单词的单复数、时态等 所有形式），若要得到 sing 这个单词的所有形式， 可以如下图所示。
http://corpus.byu.edu/coca
一、COCA语料库简介
• COCA简介
– COCA：美国当代英语语料库(Corpus of Contemporary American English)是由美国杨 伯翰大学（Brigham Young University）的 Mark Davies 教授开发的美国最新当代英语语 料库,是当今世界上最大的英语平衡语料库。
COCA语料库简介

COCA简介
– COCA美国当代英语语料库涵盖美国这一时期 的口语(spoken)、小说(fiction)、流行杂志(pop magzine)、报纸(newspaper)和学术期刊 (academic)五大类型的语料库,并且在这五个类 型方面基本呈均匀平衡分布。 – 网址：http://corpus.byu.edu/coca
图2.1.5-1
图2.1.5-2
动词+任何词+ground的所有词组
COCA主要搜索功能（二）
• 2.2 搜索搭配词和出现的频率
• 如“thick后跟的名词” （图2.2-1）
图2.2-1
规则：在collocates里输入[n*] 后选择4,表示在thick4后面 （4跨距范围内）出现的任何名词
POS LIST





det.GEN 类指限定词 det.POS 物主限定词 num.CARD 基数词 num.ORD 序数词 conj.CRD 并列连词 conj.SUB 从属连词 Interj. 叹词 PUNC 标点
词性列表的使用
• 1）查询多义词特定的词性 • 2）某个词前或者后面特定词性的若干搭配 词，如confidence前的形容词 • 3）词性附码放置的位置——WORDS或 COLLOCATES处