问一下BFSU collocator colligator

[xiangwei88]

问一个问题
用BFSU collocator ，colligator 检索中国学习者语料跟用ANTCONC 得出的检索行行数天壤之别。
不知道怎么回事
具体是操作都输入provide|provides|provided|providing ,BFSU 得到25
ANTCONC 255
真的不明白了？？？

 

[williamJia]

回复: 问一下BFSU collocator colligator

我的检索结果是一样的，测试语料是CD08_RAW.rar

 

[xujiajin]

回复: 问一下BFSU collocator colligator

我们两个人做了测试，AntConc和Colligator的检索结果一样。
为便于说明，可做一个最简单测试。我创建一个文件，里面仅包含provide，provides，provided，providing四个单词。用楼主的regex，应该通过AntConc和Colligator分别搜到4个hits就对了。
测试结果是两个软件结果一致。

发完贴，看到William也回复，大家可以一起看看。

 

[xiangwei88]

回复: 问一下BFSU collocator colligator

我们两个人做了测试，AntConc和Colligator的检索结果一样。
为便于说明，可做一个最简单测试。我创建一个文件，里面仅包含provide，provides，provided，providing四个单词。用楼主的regex，应该通过AntConc和Colligator分别搜到4个hits就对了。
测试结果是两个软件结果一致。

发完贴，看到William也回复，大家可以一起看看。

我仔细再做一次
还是不一样。图见附件 ，特别谢谢两位博士的解答。另外附上语料库，到底问题出在哪

 

[williamJia]

回复: 问一下BFSU collocator colligator

我用Collocator检索，F(n) = 92
我想应该是CLEC格式的问题，因为它既不是Raw(它本身包含错误标注)，也不是我们所指的Tagged（我们指的是POS Tag，一般形式是WORD_POS或WORD/POS）

 

[xiangwei88]

回复: 问一下BFSU collocator colligator

我用Collocator检索，F(n) = 92
我想应该是CLEC格式的问题，因为它既不是Raw(它本身包含错误标注)，也不是我们所指的Tagged（我们指的是POS Tag，一般形式是WORD_POS或WORD/POS）

我想这个回答有道理，能不能这样说， collocator 只局限于RAW 语料和一般形式的比如WORD_POS或WORD/POS）赋码语料的检索，对吗？

 

[williamJia]

回复: 问一下BFSU collocator colligator

我想这个回答有道理，能不能这样说， collocator 只局限于RAW 语料和一般形式的比如WORD_POS或WORD/POS）赋码语料的检索，对吗？

可以这样说

 

[vilial007007]

回复: 问一下BFSU collocator

[FONT=宋体]为什么用[/FONT]BFSU collocator [FONT=宋体]计算某词MI[FONT=宋体]值大于[/FONT]3[FONT=宋体]的搭配词跟用[/FONT][/FONT]Antconc得到的[FONT=宋体]数目相差如此之大呢？[/FONT]
[FONT=宋体]如：用[/FONT]Collocator[FONT=宋体]计算得到[/FONT]42[FONT=宋体]个[/FONT]MI[FONT=宋体]值大于[/FONT]3[FONT=宋体]的搭配词，而用[/FONT]Antconc[FONT=宋体]计算得到[/FONT]380[FONT=宋体]个[/FONT]MI[FONT=宋体]值大于[/FONT]3[FONT=宋体]的搭配词，用的是同一语料库（[/FONT]CLEC raw[FONT=宋体]）。谢谢各位指点！[/FONT][/QUOTE]

 

[xujiajin]

回复: 问一下BFSU collocator colligator

CLEC里有大量尖括号和方括号的标记，不知道你使用CLEC时，是否预先做了清理。不妨你上传一段你使用的CLEC的文本片段。