首页 >
语料库语言学
✍ dations ◷ 2025-06-07 00:01:33 #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
- 磺胺醋酰磺胺醋酰(Sulfacetamide),是一种磺胺类人工合成抗菌药,主要通过局部用药治疗局部感染,也可以口服用于治疗泌尿道感染。磺胺醋酰室温下呈白色,水溶性强。磺胺醋酰的药物活性在磺胺
- 关节病变关节病变(英语:arthropathy)是关节疾病的总称。若一个或多个关节发炎引起的关节病变称为关节炎,因此,任何关节的问题,不论是否发炎,均可称为“关节病变”。脊椎关节病变是一种影响
- 蛋白质序列蛋白质一级结构(英语:Protein primary structure)是肽或蛋白质中氨基酸的线性序列。按照惯例,蛋白质的一级结构被报道从氨基末端(N)端到羧基末端(C)端。蛋白质生物合成最通常由细胞
- 脂联素n/an/an/an/an/an/an/an/an/an/a脂连蛋白(英语:adiponectin,亦称为脂联素)是一种主要由脂肪细胞分泌的蛋白质激素,由ADIPOQ基因所编码,含244个氨基酸。成人体内的脂联素水平与脂肪
- 免疫球蛋白抗体(antibody),又称免疫球蛋白(immunoglobulin,简称Ig),是一种主要由浆细胞分泌,被免疫系统用来鉴别与中和外来物质如细菌、病毒等病原体的大型Y形蛋白质,仅被发现存在于脊椎动物的
- 漱口药水漱口水,又称为口腔漱洗液,是口腔卫生产品,具有杀除微生物牙垢的功能,并防止由其引起的龋齿、齿龈炎和口臭的功效。防蛀漱洗液通过使用氟化物,从而保护牙齿并防止龋齿。漱口水也有
- 波兹南plac Kolegiacki 17 61-841 Poznań波兹南(波兰语:Poznań,官方全名:波兹南首府城市;拉丁语:Posnania;德语:Posen,中译为波森;意第绪语:פּױזן Poyzn、卡舒比语:Pòznóń)是波兰中
- 语言学语言学(英语:linguistics)是一门关于人类语言的科学研究。语言学包含了几种分支领域。在语言结构(语法)研究与意义(语义与语用)研究之间存在一个重要的主题划分。语法中包含了词法(
- 劳工保险劳工保险,一般简称为劳保,是中华民国政府所设计制定的一种强制性的社会保险制度。1950年,台湾省政府依据《台湾省劳工保险办法》开设劳工保险。在早期施行时,劳工保险制度层面属
- 澳大利亚原住民语言澳大利亚原住民语言包括在澳大利亚大陆和周边岛屿(不过一般不包括塔斯马尼亚岛)使用的语言,可以分为数个语系和一些孤立语言,其中最著名的是帕马-恩永甘语系。欧洲人来澳前,澳大