单现词
》中词语的频次—等级图。该小说中约44%的不同词形（如「matrimonial」）只出现一次，因此是单现词（图中红色部分）；约17%的词形（如「dexterity」）出现两次，称为「双现词」（，图中蓝色部分）。根据齐夫定律的预测，图中的点应近似分布在斜率为−1的直线上]] 单现词（，，亦读作或；复数为，有时简写为，复数），又称一次词，是语料库语言学中一个特定语境内只出现一次的词或。这一语境可以是某种语言的全部书面记录、某位作家的全部作品…
标签：#语料库语言学
共 7 篇文章
布朗语料库
布朗语料库（英语：），全称布朗大学标准现代美国英语语料库（英语：），是1961年由布朗大学的和编制、1964年正式发布的美国英语语料库，也是第一个经过结构化处理的大规模英语语料库，对语料库语言学的形成和发展产生了深远影响。 历史 布朗语料库的设计受到了伦敦大学学院（SEU）的启发。SEU自1950年代末起便尝试建立电子化语料库，但项目直到1980年代末才完成。1960年代初，库切拉和弗朗西斯决定在美国建立类似的语料库。 语料库的设计得到…
语料库语言学
语料库语言学（）是基于语言运用的实例（即语料库）的语言研究。语料库语言学可以对自然语言进行语法与句法分析，还可以研究它与其他语言的关系。语料库最初由手工完成，而现在主要是由电子计算机自动完成。 语料库语言学家相信，可靠的语言分析需建立在新鲜的语料、自然的语言环境，和最小的实验干扰之上。在语料库语言学中，语料标注的意义众说纷纭，从约翰·辛克莱(John McHardy Sinclair)主张最少量的标注，并允许文本“为自己说话”，到“英语…
Lingua Libre
Lingua Libre是法國維基媒體協會建立的一個線上協作專案與工具，用以建立使用使用自由授權條款的協作、多語言、視聽語料庫。 描述 Lingua Libre可以錄製任何語言的單字、短语或句子，包含口語（錄音）或手語（錄影）。 單字以列表的形式呈現給要錄製語音的人，該列表可能會是即時製作或是提前製作，又或是使用既有的維基媒體分類。錄製語音的人只需要念出螢幕上顯示的單字，當軟體偵測到唸完單字後的沉默時，就會跳到下一個單字。這個行為是在其…
词语搭配
在语料库语言学中词语搭配（）是指按序排列的单字、术语同时出现的次数比偶然的多；在（）中词语搭配是（phraseme）的子类别，韓禮德提出的语言表达式strong tea（而不是powerful tea）即為一例。 如何定义词语搭配是语言学界中最受争论的主题之一。 词语搭配能应用在机器翻译等任务中，而 Linggle是全世界第一套搭配詞搜尋引擎。 用于搭配提取的公式 互信息：\log{\frac{P(A,B)}{P(A)\cdot P(B…
WordNet
WordNet是一个由普林斯顿大学认识科学实验室在心理学教授乔治·A·米勒的指导下建立和维护的英语字典。开发工作从1985年开始，从此以后该项目接受了超过300万美元的资助（主要来源于对机器翻译有兴趣的政府机构）。 由于它包含了语义信息，所以有别于通常意义上的字典。WordNet根据词条的意义将它们分组，每一个具有相同意义的字条组称为一个synset（同义词集合）。WordNet为每一个synset提供了简短，概要的定义，并记录不同sy…
Google Ngram Viewer
Google Ngram Viewer是一个线上搜索引擎，其能根据用户输入的词语或短语，在从1500到2019年间的大量印刷书籍中，以n元語法按年统计词语或短语出现的频率所组成的语料库中检索其使用频率，若搜索的詞語搜錄於超過40本書籍，將以图表的形式展现。可选择的语料库语言有：简体中文、英语、法语、德语、希伯来语、意大利语与俄语。本軟體經常用於學術研究方面。 歷史 該計畫由Jon Orwant和Will Brockman開發，於2010…