首页 >
语料库语言学
✍ dations ◷ 2025-06-27 18:52:38 #语料库语言学
语料库语言学(英语:corpus linguistics)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“英语用法调查组”(设在伦敦大学学院)鼓励更多的标注,并认为它是通向更完备和严谨的语言理解的道路。现代语料库语言学的一个里程碑是亨利·库切拉(英语:Henry Kucera)和W.纳尔逊弗朗西斯在1967年出版的《当代美语的计算分析》(Computational Analysis of Present-Day American English)一书。该项工作基于对布朗语料库(英语:Brown Corpus)的分析,布朗语料库是一个精心编制的美国英语语料库,规模约有一百万词次。库切拉和弗朗西斯将这些语料用于各种计算分析,获得了丰富和多样化的成果,该成果结合了语言学、语言教、心理学、统计学、和社会学元素。另一关键出版物是1960年伦道夫·夸克(英语:Randolph Quirk)的《当代英语语法》(Towards a description of English Usage),在这本书中他介绍了“英语用法调查”项目(The Survey of English Usage)。此后不久,波士顿出版商霍顿米夫林邀请库切拉为其新的美国传统英语字典提供百万词次,三线引文的来进行词典编纂。《美国传统英语字典》创新地将规定性元素(应如何使用语言)和描述性元素(语言实际上是如何被使用)结合在了一起。其他出版社纷纷效仿。英国出版商柯林斯COBUILD单语学习词典,就是为非英语母语者学习英语而出版的,它使用了“英语银行”(Bank of English)语料库。“英语用法调查”语料库被用于由夸克等人编著的《综合英语语法》(A Comprehensive Grammar of the English Language)中。布朗语料库也催生了类似的语料库:LOB语料库(Lancaster-Oslo-Bergen Corpus,20世纪60年代英国英语),科尔哈帕(Kolhapur,印度英语),惠灵顿(Wellington,新西兰英语),澳大利亚英语语料库(Australian Corpus of English,澳大利亚英语),皱眉语料库(Frown Corpus,20世纪90年代初,美国英语),以及FLOB语料库(FLOB Corpus,20世纪90年代,英国英语)。其他语料库包括国际英语语料库(International Corpus of English),和英国国家语料库(British National Corpus,收集了1亿词次的口头和书面语料,在20世纪90年代时由出版商、牛津大学、兰卡斯特大学和大英图书馆创建)。至于说到当代的美国英语,现已有了美国国家语料库(英语:American National Corpus),以及可以在线访问的4亿多词次的美国当代英语语料库(英语:Corpus of Contemporary American English,1990年创建)。第一个电脑转录口语语料库,建于1971年蒙特利尔法语项目(Montreal French Project),有一亿词次,这一项目还启发了夏娜·帕普拉克(Shana Poplack)建立了规模更大的渥太华-赫尔地区法语口语语料库(英语:Corpus of spoken French in the Ottawa-Hull area)。语料库除了收集现存语言,也收集古代语言。比如20世纪70年代建立的希伯来文圣经的安徒生福布斯数据库(英语:Andersen-Forbes database of the Hebrew Bible,数据库的每个子句的语法分析都使用了多达七级语构的图表,每一部分都标注了七个方面的信息。古兰经阿拉伯语语料库(英语:Quranic Arabic Corpus)是古典的阿拉伯文《古兰经》的标注语料库。它包含多层次的标注,包括形态分割,词性标注,以及使用依存语法进行的句法分析。语料库语言学已经有了一大批研究方法,这些研究方法都试图找到从数据到理论的解决方案。瓦利斯和尼尔森最先介绍了他们的3A观点(英语:3A perspective):注释(英语:Annotation),抽象(英语:Abstraction)和分析(英语:Analysis)。如今大多数词汇语料库采用词性标注(英语:part-of-speech-tagged)。然而,即使是采用未标注语料的语料库语言学家也无疑会使用一些方法来从句子中隔离出他们感兴趣的词。在这种情况下,注释和抽象在词汇搜素中结合起来了。发布标注语料库的优点是其他用户可以在语料库中进行研究与实验。语言学家与其他相关人士就可以利用语料库来工作了。通过数据共享,语料库语言学家能将语料库视为语言探讨的核心,而不是知识的源泉。
相关
- 阿富汗战争阿富汗 北方联盟 北约ISAF 美国 英国 德国 法国 波兰 加拿大 澳大利亚 新西兰 瑞典 韩国 马来西亚 提供支援:2001年阿富汗战争是以美国为首的联军在2001年
- 体积模量体积模量 ( K {\displaystyle K} )也称为不可压缩量,是材料对于表面四周压强产生形变程度的度量。它被定义为产生单位相对体积收缩
- 牙膏牙膏是一种洁齿剂,一般呈凝胶状,通常会抹在牙刷上用于清洁牙齿保持牙齿美观和亮白。牙膏是用来提高口腔健康问题的:它提供了充足的摩擦力,协助清洁牙齿、牙龈间的牙菌斑、食物等
- 瓦亨罗特瓦亨罗特(德语:Wachenroth)是德国巴伐利亚州的一个市镇。总面积23.17平方公里,总人口2188人,其中男性1136人,女性1052人(2011年12月31日),人口密度94人/平方公里。
- 红统府红统府(泰语:จังหวัดอ่างทอง,皇家转写:Changwat Ang Thong,泰语发音:)是泰国中部的一个府。红统府以前称“威社猜餐城”,为大城府的前哨城市,以后在大城时代迁都至昭拍
- 科隆科隆(德语:Köln, listen 帮助·信息;1919年前德语也拼写为Cöln,科隆语:Kölle,法语:Cologne),是德国第四大城市,是北威州最大的城市,亦是德国内陆最重要的港口之一,莱茵地区的经济文
- 止吐剂止吐剂(英语:Antiemetic),又称止吐药,广义上的止吐药指一切用于治疗恶心与呕吐的药物。由于呕吐是一种复杂的反射活动,由多种因素引起,故不同作用机理的止吐药只能针对其中一种或多
- 腰椎腰椎(英语:lumbar vertebrae)在腰部底下有5块,用以支持背部。Template:Bones of torso(英语:Template:Bones of torso) Template:Spinal nerves(英语:Template:Spinal nerves)
- 三硝基甲苯2,4,6-三硝基甲苯(英文:Trinitrotoluene,缩写:TNT)常见炸药之一,至今仍大量应用在军事和工业领域上。它的IUPAC命名是2-甲基-1,3,5-三硝基苯(2-methyl-1,3,5-trinitrobenzene),由甲苯
- 加勒比海地区加勒比海及其附近区域。若依照联合国地理分区里的地理亚区来判定,加勒比地区的范围为加勒比海上的诸岛—西印度群岛,国家与地区包含安圭拉、安提瓜和巴布达、阿鲁巴、巴哈马、