语料库语言学基本概念

软件
语料库应用
库
外语教学等
外语研究
语料库建设相Байду номын сангаас的几个概念
取样（sampling） 代表性（representativeness） 标注（annotation）
非语言信息标注 语言信息标注 对齐（alignment）
语料库分析相关的几个概念
频率（frequency） 形符（token）与类符（type） 索引（concordance）、词表（wordlist）和主 题词（keywords） 搭配（collocation）和类联接（colligation） 语义韵（semantic prosody） 意义单位（unit of meaning）
语料库分析相关的几个概念
语料库驱动的（corpus-driven）研究方法
极端的经验主义 主要关注语言描写 探索性研究 不依赖任何现有理论（theory-free）
基于语料库的（corpus-based）研究方法
假设验证 不仅关注语言描写 可与任何理论相结合
课题进度安排 谢谢
语言研究的方法种种
Intuition: introspective data, 1st person “What do I think I say?”
Elicitation: elicited data, 2nd person “What would you say?”
Observation: naturalistic data, 3rd person “What do they actually say?”
语言研究的方法种种
Previous researches indicate… Can we use researches here?
方法一：依靠内省数据 方法二：依靠诱发方法 方法三：依靠真实数据
语料库及其基本类型
Corpus
A collection of pieces of language that are selected and ordered according to explicit linguistic criteria in order to be used as a sample of the language. (Sinclair 1996)
语料库语言学基本概念
梁茂成 中国外语教育研究中心
主要内容
语言研究的方法种种 语料库及其基本类型 语料库应用基本流程 语料库建设相关的几个重要概念 语料库分析相关的几个重要概念
语言研究的方法种种
语言研究方法的摆钟： 理性主义（rationalism） “I think therefore I am” 经验主义（empiricism） “Seeing is believing”
语料库及其基本类型
按照语言类型来划分 按照语料样本所代表整体的不同来划分 按照语料库中语言种类的多少来划分 按照语言产出者身份的不同来划分 按照语料库中语言所产生的年代来划分 按照语言传播媒介来划分 ……
语料库应用基本流程
建库论证
采样标准
转写或文本采集
文本清洁
标注集确定
双语对齐
入库
标注
语
料
软件设计与开发
A collection of sampled texts, written or spoken, in machine-readable form which may be annotated with various forms of linguistic information. (McEnery et al. 2006)