2.操作技术

1）技术：计算搭配强度;生成类连接

2）软件：PowerConc, BFSU Calligator, Sketch Engine(多语种语料)

3. 应用举例

外语教学——数据驱动学习（Data driven learning DDL）: 常用搭配检索，词义辨析(Writefull)

基本概念：

频数：出现的次数

频率：频数除以库容乘以1000？，1000可以随着库容的变化而变大或变下（不明白）

第五章 语料库方法四：生成词表

1.词表、词形还原表、停用词表

1）词表(Word list):词汇列表，把语料库中每个词出现的频数/频率列成一个清单

2）词性还原表（lemma list）: 同一个语言原型的不同变化形式(was,is-->be)

3)停用词表（stop list）:把屏蔽不看的词列成表格

4）操作技术：生成词表、词形还原表、停用词表、词云

软件：AntConc，Tagxedo（在线）

5）如何得到学术文体的常见词表？

6）如何得到最近新闻的热点词汇？

2. 词族、词簇、词块、多词序列、N元组

1）词目（lemma）：词位(lexeme)原形+所有屈折形式,不包括派生词

Bsp.:  番茄-->番茄酱、番茄块。。。。

2)词族（word family）:屈折形式+派生形式

Bsp.: 

3)词簇(word cluster)

同义词：词块/预制语块/多词单位/N元组：连续多个词构成的序列

词簇与固定搭配的区别：one of the是高频词簇，但不是语义完整的语法结构；词簇表给寻找短语和习语提供了路径

搭配多考察两个词之间的关系；词簇考察多个词

第六章 语料库方法五：使用分级词表及生成主题词

词表对语言学习和大纲编写有较强的指导作用；词汇大纲的实质就是要充分利用从语料库中提取出来的高频词表.

但词汇大纲对语料库中语言的难度没有很好控制，太大太具颠覆性，教学实用性不强。

1.分级词表：对两个语料库进行语料难度对比分析

1）英语常见分级词表：GSL,AWL（用于判断词语难度的基础词表——底表base word list）, 四六级词表

2）操作技术：对比语料难度，生成子语料库

      软件：Range, AntWordProfiler,Sub-corpus Creator

3)应用举例：美国纽约时报和英国卫报的新闻，哪个更简单适合低年级学生阅读？

4）标记超纲词汇：BFSU Sentece Segment, BFSU NewWords Marker, BFSU Sentence Collector

5)标记大纲词汇：Antquicktools(在线)

复杂概念简洁清晰易懂；使用类别手法，在今后的教学中可以借鉴；

频数和频率

基本概念

频数（frequencies/occurences）

频率（frenquency）

标准化频数（normalization）软件：BUFS Powerconc

第二章 语料库方法一：检索词语

目录

1. 形符、类符合、形次比

1. 基本概念：

• 形符：token （语言单位，相当于“词”） 
• 类符：type (不能重复计算的形符）
• e.g: Let's go    let's go now.（形符：10；类符： 4）
• 形次比： TTR, type token ration 类符/形符*100%=40% ; 与词汇密度 lexical density 和词汇丰富度lexical richness紧密相关。较高的形次比可以一定程度上体现学生的词汇量和丰富程度。（库容（形符数）不同的文本如何对比形次比，文本越长，形次比可能越低，因为功能词多次重复 ）
• 标准形次比：STTR, standardized TTR) （每千词形次比的均值，1000词是个通用参考数值，对比几百字的学生作文，可以将1000换为100即可）
• 软件：WordSmith 语料分析软件
• 例子：大学生的英语作文，会真的比高中生作文词汇量更加丰富吗？如何验证呢？

2. 频数、频率

3. 索引、节点词

2. 主题词表

1）主题词（key word）: 与其他语料库相比，频数具有显著差异的词汇

--如何寻找：将某个单词在两个库中的频数一一列出进行对比

---如何计算（卡方检验）

2）关键性（keyness）: 对数似然率（loglikelihood）

3）观察语料(observed corpus):要考察的语料库（特定语体、群体的专用语料库）

      参照语料(reference corpus)：库容相等或者更大（通用语料库）

4）操作技术：获取主题词，计算关键性

     软件：Keyword+, BFSU CQPweb（在线）

5）应用举例：新闻语料都有哪些主题词？

                      如何建立特殊用途英语主题词表？

第七章 语料库研究方法的应用（一）：外语教学和语言学研究

1. 外语教学与二语习得：语料库很大的应用领域

1）学习者语料库

典型方法：将学习者语料库与本族者语料库进行对比（主题词表）

切入点：形容词、副词、词块、搭配、一般将来时、语篇功能

聚焦点：偏误分析、易混淆词

二语习得：对学习者语言特点的探索

外语教学：语料库技术在外语教学中的应用

2. 语言学和语料库语言学

1）语言学

明显的研究热点：隐喻、构式语法、

mean word length 平均词长

sentences 句子数，越少说明句子越长

mean in words  句子平均词数

看sttr比较两个文本的词汇密度和词汇丰富度

看1-letter words等 看 文本使用词汇难度

任务9：基本概念

Question

情态动词在小说中更常用，还是新闻中更常用？

有语法称英式英语习惯用I earnt, burnt, 而美式英语更常用丨earned, burned, 是这样吗？

基本概念

•频数（frequencies / occurrences) 

即一个词在一个文本中出现的频率

频率(frequency)
即标准化的频数（normalization)=频数/库容*1000

100/2000*1000=50    100/10000*1000=10

•技术：检索词语并查看统计
•软件：BFSU PowerConc

应用举例

情态动词must在不同语体（例如小说、新闻和学术语体）中，使用频率有否差异？

不勾count punctuations 即不算标点符号

对多个词jin'xing

检索外置主语

it_PP\s(\S+_MD\s)*(\S+_VH\w*\s)*\S+_VB\w*\s(\S_RB\w*\s)*\S+_JJ

小白也要开始学习语料库研究方法了，吉老师很有亲和力。

 TTR = TYPE/TOKEN *100%

库容不同的文本如何对比形次比

文本越长，形次比越低

STTR标准形次比 可以用来比较库容不同的文本的形次比--Wordsmith 软件

正则表达式：一些符号代表一些具体的范围操作