美国当代英语语料库(COCA)使用介绍

图2.1.1-3
例句显示区使用的是KWIC显示
KWIC显示方式
KWIC显示方式
• • • • • •
蓝色——名词 紫色——动词 绿色——形容词 棕色——副词 灰色——代词 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*]。
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
• 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）
• 但是也可以之间对两者子语料库中它们出现频率 的对比，操作：分别选择section 1&2,如下图(图 2.3-3)：
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
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。
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比较。
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
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）
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
• 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。
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）:
美国当代英语语料库(COCA)使用说明
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。
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
ห้องสมุดไป่ตู้
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。
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。
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。
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2.1.2-1
图2.1.2-2
White+名词的短语
规则：输入名词的话用正表达式: [nn*]；动词: [v*]; 形容词: [j*]; 副词: [r*];代词:[p*];连词:[c*]……
POS LIST 词性列表
POS LIST



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
• 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？
• 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
• 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个跨距内所有的形 容词。当然也可以比较在某个子语料库中出现的频率比较。
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。