Lesson3 语料库的基本概念

1.文本

2.标注

元信息标注

词性赋码

3.词、形符、类符、类符/形符比

形符：文本中任何一个独立的单词

类符：文本中任何一个独特的词形 

类形符比 TTR

标准类形符比 STTR

4.频数、频率

5.搭配、类联接

搭配：词与词之间的关系

类联接：词在语法之间的关系

6.多词序列、语义韵

Lesson2 语料库的应用

1.语料库与词典编纂

COBUILD语料库

朗文字典：唯一释义词汇不超过2000的字典

学习者词典：收词广泛 与时俱进

• 语料库为选词立目提供客观依据
• 语料库提高词典释义的完备性和准确度
• 语料库为词典提供真实而具有代表性的例证
• 语料库为词典更新与修订提供保障

2.语料库与教材编写

• 语料库是教材的语料源泉
• 语料库上检验教材的手段
• 基于词频的教材词汇广度分析
• 基于语义频数的教材词汇深度

3.语料库与大纲制定

• 语料库与核心词汇（基本词汇）（最常见的700词可以覆盖70%的文本;最常见的1500词可以覆盖76%的文本;最常见的2500词可以覆盖80%的文本。）
• 尽可能提高核心词汇的覆盖率
• 严格控制课文长度和生词数量
• 提高生词的复现率
• 对常用词语搭配的选择的重视

4.语料库与语言测试

• 从语料库中获得一些常用的词汇、短语、句子、语法结构等进行测试
• 语料库有可能提升语言能力水平测试中的透明性、连续性和可比较性
• 进行评分量表的制定和试题编制
• 借助语料库进行语言测试效度的验证

5.语料库与教学研究

• 借助在线语料库搜索引擎，进行词汇教学
• 创建微本语料库，进行词汇教学、阅读、写作教学
• 创建小型学习者语料库，进行学生写作共性错误研究

Sketch engine搜索引擎

语义韵 filter concordance

同义词 Thesaurus

词概差异 word sketch differences

Lesson1

语料库：大规模电子文本集合/大规模电子文本库

分类：

通用语料库：大而全

专用语料库：只收集某特定领域的语料库样本

BNC 英国国家语料库

COCA美国当代英语语料库

BROWN-LOB

口语/笔语语料库

共时/历时语料库

本族语者/学习者语料库

单语/双语/多语语料库