欢迎来到天天文库
浏览记录
ID：57240573
大小：120.50 KB
页数：14页
时间：2020-08-05
《语料的采集与整理电子教案.ppt》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、语料的采集与整理中国外语教育研究中心梁茂成主要内容什么是语料库？科学取样平衡问题几个常见问题语料的整理什么是语料库corpus(pl.corpora)指经过科学取样和加工的电子文本库。借助计算机分析工具，研究者可开展相关的语言理论及应用研究。什么是语料库语料库是数据数据不等于事实事实是偶发的数据是收集而来的对数据而言，量很重要数据是用来代表整体的分析数据所得到的结论可以推及整体科学取样随机取样Randomsampling科学取样系统抽样Systematicsampling科学取样分层抽样PopulationSampleProportionalal
2、locationEvenallocation18-2930-4950-6465+SampleStratifiedsampling平衡问题语料库中各类文本的所占比例与语言的实际使用情况基本相当。平衡问题几个常见问题建设学习者语料库时，学习者所犯的语言错误是否需要纠正？建设学习者语料库时，男女比例失调怎么办？建设新闻语料库时，人民日报等报纸有现成的电子文本，很方便收集。可否直接全部收录？几个常见问题建设“迷惘的一代”作家语料库，这个有意义吗？这样的语料库有什么用途？语料库的容量如何测量？应该有多大？网络语料库建设中应该注意什么？语料的整理整理的目的我
3、们喜欢ＣＯＲＰＵＳＬＩＮＧＵＩＳＴＩＣＳ.语料的整理语料整理的几个主要方面：段落相关（回车符等）问题；空格相关问题；字符相关问题。谢谢
此文档下载收益归作者所有
