语料库学习笔记

一张思维导图带你了解语料库的知识内容，包括语料库概述、语料库研究、自己建库、如何建库等，希望梳理的内容对你有所帮助！

2nd 语料库总结

• 语料库
  • 什么是语料库？
    • 定义
      • 能代表语言/语言变体的电子语篇集
    • 语料库类别
      • 专用-通用
      • 学习者-本族语
      • 历时-共时
      • 观察-参照
      • ...
    • 语料库规模
      • 目前的语料库规模越来越大
    • 语篇
      • 如何选择语篇？
        • 抽样（如Brown corpus做法）
        • 完整的语篇
      • 如何将语篇归类？
        • 内部评价标准 （话题风格）
          • 内容
          • 形式
          • 相同的内容可以用不同形式如诗歌/说明文等来表达
        • 外部标准 （借用SFL观点）
          • field语场
            • 主旨和目的/哪些事实和信息支撑，决定语篇的内容和概念功能
          • mode语式
            • primary channel如口语/面对面会话
          • tenor语旨
            • 谁和谁再讲话，addresser和addressee之间的权力距离和关系
          • 情境变量：情景语境是文化语境的实例化
  • 好的语料库研究？
    • 需要有语料库、语料库工具和专业知识（理论）
  • 语料库研究的起点？
    • 有一个好的语料库
• 是否需要自己建库？
  • 了解已有的语料库，明确是否需要自己建库
    • 已有的语料库
      • Brown
      • BNC
      • COCA
      • BYU
      • Iweb
    • 共享共建
  • 建库取决于研究的动因，需要明晰为什么需要建库
• 如何建库？
  • 建库的逻辑
    • 与语料库研究逻辑相反：先有专业知识
      • 研究莎翁作品语言特征的建库例子
      • 以“百年经济学教科书”为例
  • 建库的步骤
    • 语料采集
      • 最重要的一步：逐步丰富所研究课题的专业知识
    • 语料清理
      • pdf-word-txt
    • 语料标记
      • 根据需求设计标记方案
    • 语料标注
      • 词性标注
      • 句法标注
      • 语义标注
      • 语用标注