工具：
DocToTxt批量转格式工具
文本整理器，清洁文本
Tree Tagger 3.0 自动词性赋码器
CLAWS 7 POS 工具
Sub-corpus Creator 子文件夹创建工具
教材语料库命名：
出版信息，分级，分模块，分单元。
按篇切分，按文体分类，按话题分类。
doctotext
提前新建文件夹 eg. 01txt
文本整理器（批量处理）
tree-tagger（标注软件）
子文件夹创建工具
非空格 \S+
e.g. >F< 女生作文
创建小学教学语料库的意义
设计原则
1.教学针对性原则（教材试题音频口语） 2. 实用性 3.开放性、资源共享原则
语料的代表性及平衡问题——阅读文本低于300词的文本不采纳（根据实际情况调整）
创建语料库可用工具：
1.DocToTxt 批量转格式工具
2.文本整理器 清洁文本
3.Tree Tagger 3.0 自动词性赋码器
4.CLAWS 7 POS 工具
5.Sub-corpus Creator 子文件夹创建工具
步骤：先将文件转为txt格式；再处理空格和全角（批量处理是：点击“批量处理”
，添加整理方案 tree-tagger赋码， “open-dir”打开文件夹）
文本信息：
1.文头信息——言语言信息
2.生文本——raw
3.赋码文本——Tree-Tagger
注意比较生文本和赋码文本
语料库的设计：语料库建设最重要的环节，直接
影响到语料库的质量和使用。语料库的设计要遵循以下三个原则：
教学针对性原则
实用性原则
开放性、资源共享原则
教学性针对原则有以下几个板块：教材语料库、试题语料库、音频及视频语料库学生口笔语语料库
实用性原则的重点是建立“微型文本”，即按照不同的教学目标，从大型语料库中提取目标
语料制作微型文本，适应课堂教学的要求。
采用自动赋码标软件进行词性和语法标注。
开放性、资源共享原则体现在以下几个方面：1、团队合力参与语料的收集、整理和筛选
2.实现语料的动态更新和即时补充
3.在保证语料质量的前提下尽量扩大库容量，使语料库更具代表性
4.实现资源的开放和共享
一、创建小型教学语料库：
1.教学语料库设计的原则
a.教学针对性原则
b.实用性原则
c.开放性、资源共享原则
2.文本信息录入及文本赋码
3.语料库创建所需软件介绍
二、语料库设计的特点：
1.需要搜集的语料类型和文类
2.语料来源及获取语料的方法
3.入库文本的基本格式及编码
文本信息录入及文本赋码：
1.文本文头信息
2.书面语语料库文头文件
3.Raw Test
4.赋码文本（Tree-Tagger 3.0）
5.生文本及赋码文本比较
6.带文头信息文本 （with metadata）
7.文本录入中的小问题
a.撇号不对
b.标点符号后面的单词与标点符号之间无空格
DocToTxt批量转格式工具
文本整理器 清洁文本
Tre Tagger 3.0 自动词性赋码器
CLAWS7 POS 工具
Sub-corpus Creator子文件夹创建工具
文本信息录入、文本赋码
（1）文头信息——言语言信息
（2）生文本——raw
（3）赋码文本——Tree-Tagger
注意比较生文本和赋码文本
1. 课程标准的语言知识；内容检索和重组——用教材教
2.中小学的缺少的部分——多模态，吸收到最多百分之五十左右。
3.历时跟踪；常见错误分析
一、创建小型教学语料库：
1.教学语料库设计的原则
a.教学针对性原则
b.实用性原则
c.开放性、资源共享原则
2.文本信息录入及文本赋码
3.语料库创建所需软件介绍
二、语料库设计的特点：
1.需要搜集的语料类型和文类
2.语料来源及获取语料的方法
3.入库文本的基本格式及编码
语料库创建所需软件介绍
文本信息录入及文本赋码
文本文头信息
生文本：无任何附加信息
赋码文本：“_赋码信息”
带文头信息的
1. 课程标准的语言知识；内容检索和重组——用教材教
3. 中小学的缺少的部分——多模态，吸收到最多百分之五十左右。
4. 历时跟踪；常见错误分析
- 创建语料库可用工具
- DocToTxt批量转格式工具
- 文本整理器 清洁文本
- Tre Tagger 3.0 自动词性赋码器
- CLAWS7 POS 工具
- Sub-corpus Creator子文件夹创建工具
（三）文本信息录入、文本赋码
1.文本信息
（1）文头信息——言语言信息
（2）生文本——raw
（3）赋码文本——Tree-Tagger
注意比较生文本和赋码文本
语料库与词典编纂对词汇教学的启示：
1.词汇的广度与深度知识，词汇的搭配，类联结，语义韵以及同义词和反义词都是词汇教学的重要部分。
2.词汇教学需要核心词汇（高频词）优先。
3.词汇教学需要重视词块教学，语用教学。
